TypeSafe AI keräsi $870 miljoonaa Series A -rahoituksen $7,5 miljardia arvostuksella toimittaakseen lisää AI-malleja

TypeSafe AI julkaisi 9. lokakuuta 2026, että se on kerännyt $870 miljoonaa Series A -rahoituksen $7,5 miljardia arvostuksella, jonka johti Andreessen Horowitz ja johon osallistuvat Sequoia Capital, nykyinen sijoittaja DCVC sekä enkelisijoittajat. Andreessen Horowitzin yleinen kumppani Martin Casado liittyy yhtiön hallitukseen.

Rahoituskierroksen ehdot ja sijoittajat

Andreessen Horowitz vahvisti, että se johtaa sijoitusta 9. lokakuuta 2026 julkaistussa postauksessa, jonka tekijöinä ovat Jennifer Li, Sarah Wang, Martin Casado, Marc Andreessen ja Ben Horowitz. Li ja Casado ovat yhtiön infrastruktuurisijoituksiin keskittyviä yleisiä kumppaneita, Wang on kasvutiimin yleinen kumppani, ja Andreessen ja Horowitz ovat yhtiön perustajia ja yleisiä kumppaneita.

TypeSafe’n oma ilmoitus on lyhyt postaus, joka on suunnattu kehittäjille, yrityksille ja mahdollisille rekrytoijille; yhtiö paljasti dollarimäärän, arvostuksen ja Casadon hallituspaikan postauksen alaviitteessä.

System One -malli rahoituskierroksen takana

TypeSafe julkaisi Jev:n varhaisessa pääsypyynnissä 15. syyskuuta 2026, kahden vuoden piilotuksen jälkeen, ja ilmoitti tuovansa kehittäjät pois odotuslistalta. julkaisupostauksessa perustaja Diogo Almeida kuvaili Jev:n ensimmäiseksi tuotteeksi uudessa malliluokassa, jota yhtiö kutsuu System Oneksi, ja joka on suunniteltu nopeaan, strukturoituun päätöksentekoon ohjelmistojen sisällä.

TypeSafe’n dokumentaation mukaan Jev ottaa tyypitettyjä kysymyksiä ja arvioi ne toimitetun tilan perusteella, palauttaen strukturoituja tuloksia ilman tekstin luomista tai jäsentämistä. Tulokset saapuvat tyypitettyinä arvoina todennäköisyysjakaumilla, jolloin koodi voi haarautua, järjestää ja reitittää niitä suoraan. Yhtiö tarjoaa kolme perusoperaatiota: Choice valitsee yhden vaihtoehdon annetusta listasta; Score arvioi tilan rubriikin perusteella; ja Noul palauttaa 0–1 vastauksen siihen, onko annettu väite tosi. Choice ja Score palauttavat myös luottamusarvot, ja kaikki kolme kysymystyyppiä voidaan yhdistää yhteen API-kutsuun, jossa kukin arvioidaan itsenäisesti ja samanaikaisesti saman tilan perusteella.

Almeida kirjoitti, että TypeSafe rakensi uuden pinon, joka keskittyy kokonaan automaatioon: uuden mallirakenteen, rinnakkaisen näytteenottajan ja koulutusmenetelmän, jota yhtiö kutsuu Reinforcement Learning for Calibrated Decisions (RLCD) -menetelmäksi. Hän sanoi, että Jev saavuttaa samankaltaisen älykkyyden kuin olemassa olevat suuret kielimallit System One -tehtävissä, mutta toimii kaksi suuruusluokkaa nopeammin, päätepisteen vasteaikojen ollessa 70–500 millisekuntia, ja postauksen mukaan tämä voi olla 40–200 kertaa nopeampi kuin huippumallit vastaavalla älykkyydellä System One -muotoisissa kyselyissä. Koska tulokset ovat etukäteen määriteltyjä tyypiturvallisia strukturoituja arvoja, Almeida kirjoitti, malli ei koskaan tee tyyppivirheitä eikä voi harhailla.

Julkaistu hinnoittelu on $0,042 per miljoona syötettävää tokenia, ja lähtötokenit ovat ilmaisia. Yhtiö toteaa, että kotisivullaan esitetyt 193,6‑kertainen nopeus ja 444,6‑kertainen edullisuus perustuvat sen työnkulkuarvioihin, ja varoittaa, että nämä luvut ovat todellisten hyötyjen ylärajalla. Se myös mainitsee, että arviointityönkulut on rakentanut sen mallikyvykkyyksiä kehittävä tiimi, ja että jonkin verran vinoutumia voi olla.

Almeida kirjoitti, että OpenAI:ssa hän auttoi kehittämään ohjeita noudattavia menetelmiä kielimalleille, työ, jonka hän sanoi johtaneen ChatGPT:n taustatutkimukseen. System One -nimi viittaa Daniel Kahnemanin kirjaan Thinking, Fast and Slow ja sen kontrastiin nopean, intuitiivisen System 1 -ajattelun ja hitaamman, harkitun System 2 -päättelyn välillä. Jev on nimetty William Stanley Jevonsin mukaan; yhtiö sanoi odottavansa koneälyn kulkevan hiilen polkua, jonka osalta höyrykoneiden tehokkuusparannukset johtivat kasvaneeseen kysyntään.

Raportoitu käyttöönotto ja varhainen käyttöönotto

TypeSafe kertoi ilmoituksessaan, että kolmasosa Fortune 500 -yrityksistä käyttää Jev:iä ja että se on jo säästänyt asiakkaille miljoonia dollareita tuotannossa. Andreessen Horowitz -postaus esittää eri luvun, sanoen, että 25 % Fortune 500 -yrityksistä on integroinut Jev:n. Yritys kuvaili Jev:n nopeimmin kasvavaksi malliksi, jonka se on nähnyt, toteuttaen, että se saavutti 1 biljoonaa tokenia kolmen päivän sisällä lanseerauksesta, ja että tuhannet käyttötapaukset nousivat esiin ensimmäisen viikon aikana, muun muassa generatiivinen käyttöliittymä, interaktiivinen pelaus ja data‑analyysi. Se luonnehti Jev:n noin 1/100–1/500 kustannuksiltaan huippumalleihin verrattuna, mutta 100‑kerran nopeammaksi luokittelutehtävissä vastaavalla tarkkuudella, siirtäen mallin päätökset suoraan koodiin tyypitettyinä arvoina sen sijaan, että ohjelmiston täytyisi jäsentää tekstiä.

In lokakuun 7. 2026 tapaustutkimus, TypeSafe raportoi, että Jack & Jill, talenttialusta, jossa tekoälyagentit yhdistävät ehdokkaita rekrytointitiimeihin, korvasi Gemini 3.1 Flash Lite 100 % puheluista tärkeässä vaiheessa sen ehdokasparitusputkessa kymmenen päivän sisällä ensimmäisestä testistä. Tapaustutkimuksen mukaan muutos leikkasi seulontakustannuksia 88 %, $0.755:sta $0.092:een per 1,000 ehdokasta, ja puolitti mediaaniseulonta-ajan 20.3 sekunnista 10.3 sekuntiin, samalla säilyttäen 94.6 % ehdokkaista, jotka rekrytointipäälliköt myöhemmin halusivat tavata, verrattuna 93.9 % lähtötasoon; tutkimus toteaa, että tämä laatuerotus ei ollut tilastollisesti merkittävä. Luokittelun laatu mitattiin 0.933 Jeville vs. 0.924 Geminille AUC:ssa. TypeSafe raportoi $265,000 vuotuisista säästöistä Jack & Jillille nykyisellä volyymilla, ja $500,000:n säästöt odotetaan seuraavan kahdentoista kuukauden aikana odotetun kasvun perusteella, ja kertoi, että Jev:n käyttö on laajentunut yli 15 työnkulkuun, mukaan lukien roolit, jotka näytetään ehdokkaille rekisteröityessä, sekä profiilitarkistus, joka lyheni noin 3.6 sekunnista noin 0.2 sekuntiin.

Ilmoitetut suunnitelmat

TypeSafe ilmoitti aikovansa viedä Jev:n ominaisuuksia pidemmälle, julkaista lisää koneelle optimoituja malleja, tarjota infrastruktuurin älykkään ohjelmiston rakentamiseen ja lisätä asiakkaiden pyytämät yritysominaisuudet. Julkaisu kannustaa myös mahdollisia rekrytoitavia liittymään, linkaten yrityksen urasivulle.