TypeSafe AI ने $870M सीरीज़ A फंडिंग $7.5B वैल्यूएशन पर जुटाई, अधिक AI मॉडल्स लॉन्च करने के लिए

TypeSafe AI ने घोषणा की 9 अक्टूबर 2026 को कि उसने $870 मिलियन की सीरीज़ A फंडिंग $7.5 बिलियन वैल्यूएशन पर जुटाई, जिसका नेतृत्व Andreessen Horowitz ने किया, साथ ही Sequoia Capital, मौजूदा निवेशक DCVC, और एंजेल निवेशकों ने भाग लिया। Andreessen Horowitz के जनरल पार्टनर मार्टिन कासाडो कंपनी के बोर्ड में शामिल हो रहे हैं।

राउंड की शर्तें और निवेशक

Andreessen Horowitz ने पुष्टि की कि वह निवेश का नेतृत्व कर रहा है 9 अक्टूबर 2026 की पोस्ट में, जिसमें जेनिफर ली, सारा वांग, मार्टिन कासाडो, मार्क Andreessen, और बेन Horowitz ने लिखा है। ली और कासाडो फर्म की इन्फ्रास्ट्रक्चर निवेश पर केंद्रित जनरल पार्टनर हैं, वांग ग्रोथ टीम में जनरल पार्टनर हैं, और Andreessen तथा Horowitz फर्म के सह‑संस्थापक और जनरल पार्टनर हैं।

TypeSafe की अपनी घोषणा डेवलपर्स, व्यवसायों और संभावित भर्ती उम्मीदवारों को लक्षित एक संक्षिप्त पोस्ट है; कंपनी ने उस पोस्ट के फुटनोट में डॉलर राशि, वैल्यूएशन, और कासाडो के बोर्ड सीट का खुलासा किया।

राउंड के पीछे का System One मॉडल

TypeSafe ने Jev को 15 सितंबर 2026 को अर्ली एक्सेस में जारी किया, दो साल की गुप्त अवधि के बाद, और कहा कि वह डेवलपर्स को अपनी प्रतीक्षा सूची से बाहर ला रहा है। लॉन्च पोस्ट में, संस्थापक डियोगो अल्मेडा ने Jev को कंपनी द्वारा कहा गया नया मॉडल वर्ग System One का पहला प्रवेश बताया, जो सॉफ़्टवेयर के भीतर तेज़, संरचित निर्णय‑निर्माण के लिए डिज़ाइन किया गया है।

TypeSafe’s documentation के अनुसार, Jev टाइप किए गए प्रश्न लेता है और उन्हें प्रदान किए गए स्टेट के विरुद्ध मूल्यांकन करता है, बिना टेक्स्ट उत्पन्न या पार्स किए संरचित परिणाम लौटाता है। परिणाम टाइप किए गए मानों के रूप में प्रायिकता वितरण के साथ आते हैं, जिससे कोड सीधे उन पर शाखा, क्रमबद्ध और रूट कर सकता है। कंपनी तीन प्रिमिटिव्स प्रस्तुत करती है: Choice प्रदान की गई सूची में से एक विकल्प चुनता है; Score स्टेट को रूब्रिक के विरुद्ध ग्रेड करता है; और Noul यह निर्धारित करने के लिए 0‑1 उत्तर देता है कि दिया गया कथन सत्य है या नहीं। Choice और Score दोनों ही विश्वसनीयता मान लौटाते हैं, और सभी तीन प्रश्न प्रकारों को एक ही API कॉल में संयोजित किया जा सकता है, जहाँ प्रत्येक को स्वतंत्र रूप से और समान स्टेट के विरुद्ध समानांतर रूप से मूल्यांकन किया जाता है।

Almeida ने लिखा कि TypeSafe ने पूरी तरह से ऑटोमेशन पर केंद्रित एक नया स्टैक बनाया: एक नया मॉडल आर्किटेक्चर, एक पैरलल सैंपलर, और एक प्रशिक्षण विधि जिसे कंपनी Reinforcement Learning for Calibrated Decisions (RLCD) कहती है। उन्होंने कहा कि Jev मौजूदा बड़े भाषा मॉडलों के समान बुद्धिमत्ता हासिल करता है System One कार्यों पर, जबकि दो क्रम magnitude तेज़ चलता है, अंत‑से‑अंत प्रतिक्रिया समय 70 से 500 मिलीसेकंड के बीच, एक रेंज जिसे पोस्ट में कहा गया है कि यह समान बुद्धिमत्ता वाले फ्रंटियर मॉडलों की तुलना में 40 से 200 गुना तेज़ है System One‑आकार की क्वेरीज़ के लिए। क्योंकि आउटपुट अग्रिम परिभाषित टाइप‑सेफ़ संरचित मान होते हैं, Almeida ने लिखा, मॉडल कभी टाइप त्रुटि नहीं करता और भ्रमित नहीं हो सकता।

प्रकाशित मूल्य निर्धारण $0.042 प्रति मिलियन इनपुट टोकन है, आउटपुट टोकन मुफ्त हैं। कंपनी बताती है कि उसके होमपेज पर दर्शाए गए 193.6‑गुना तेज़ और 444.6‑गुना सस्ता आंकड़े उसके वर्कफ़्लो मूल्यांकनों से प्राप्त हुए हैं, और यह चेतावनी देती है कि ये संख्याएँ वास्तविक‑विश्व लाभों के उच्च अंत पर हैं। यह भी नोट करती है कि मूल्यांकन वर्कफ़्लो उसके मॉडल क्षमताओं टीम के सदस्यों द्वारा बनाए गए थे और कुछ पक्षपात मौजूद हो सकता है।

Almeida ने लिखा कि OpenAI में उन्होंने भाषा मॉडलों के लिए निर्देश‑अनुसरण विधियों को विकसित करने में मदद की, जिसे उन्होंने कहा कि वह ChatGPT के पीछे का शोध बन गया। System One नाम डैनियल काह्नेमैन की पुस्तक Thinking, Fast and Slow को संदर्भित करता है और तेज़, सहज System 1 सोच तथा धीमी, विचारशील System 2 तर्क के बीच के अंतर को दर्शाता है। Jev का नाम विलियम स्टैनली Jevons के नाम पर रखा गया है; कंपनी ने कहा कि वह उम्मीद करती है कि मशीन इंटेलिजेंस कोयले के मार्ग का अनुसरण करेगा, जिसके लिए स्टीम‑इंजन दक्षता में सुधार से मांग बढ़ी।

रिपोर्टेड अपनापन और प्रारंभिक तैनाती

TypeSafe ने अपनी घोषणा में कहा कि Fortune 500 में से एक तिहाई कंपनियां Jev का उपयोग कर रही हैं और इसने उत्पादन में ग्राहकों को पहले ही लाखों डॉलर की बचत कर दी है। Andreessen Horowitz की पोस्ट एक अलग आंकड़ा देती है, कहती है कि Fortune 500 उद्यमों में 25% ने Jev को एकीकृत किया है। कंपनी ने Jev को अब तक देखे गए सबसे तेज़ी से बढ़ते मॉडल के रूप में वर्णित किया, यह बताया कि लॉन्च के तीन दिनों के भीतर यह 1 ट्रिलियन टोकन उत्पन्न कर चुका है और पहले सप्ताह में हजारों उपयोग मामलों उभरे, जिनमें जनरेटिव UI, इंटरैक्टिव गेमिंग, और डेटा विश्लेषण शामिल हैं। उन्होंने Jev को लगभग 1/100 से 1/500 तक फ्रंटियर मॉडलों की लागत बताया, जबकि वर्गीकरण कार्यों में समान सटीकता पर 100 गुना तेज़ है, मॉडल निर्णयों को सीधे कोड में टाइप किए हुए मानों के रूप में पास करता है न कि ऐसे टेक्स्ट के रूप में जिसे सॉफ़्टवेयर को फिर पार्स करना पड़े।

In 7 अक्टूबर 2026 का केस स्टडी, TypeSafe ने रिपोर्ट किया कि Jack & Jill, एक टैलेंट मार्केटप्लेस जहाँ AI एजेंट उम्मीदवारों को हायरिंग टीमों से मिलाते हैं, ने Gemini 3.1 Flash Lite को अपने उम्मीदवार‑मैचिंग पाइपलाइन के एक प्रमुख चरण में पहले परीक्षण के 10 दिनों के भीतर सभी कॉल्स (100%) के लिए बदल दिया। केस स्टडी के अनुसार, इस परिवर्तन ने स्क्रीनिंग लागत को 88% तक घटा दिया, $0.755 से $0.092 प्रति 1,000 उम्मीदवार तक, और मध्य स्क्रीनिंग समय को 20.3 सेकंड से 10.3 सेकंड तक आधा कर दिया, जबकि 94.6% उम्मीदवारों को बरकरार रखा जो हायरिंग मैनेजर्स बाद में मिलने के लिए चाहते थे, जो 93.9% बेसलाइन से तुलना है; अध्ययन नोट करता है कि यह गुणवत्ता अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं था। रैंकिंग गुणवत्ता AUC पर Jev के लिए 0.933 और Gemini के लिए 0.924 मापी गई। TypeSafe ने Jack & Jill के वर्तमान वॉल्यूम पर $265,000 की वार्षिक बचत की रिपोर्ट की, और अपेक्षित वृद्धि को देखते हुए अगले बारह महीनों में $500,000 की projected बचत का अनुमान लगाया, और कहा कि Jev का उपयोग 15 से अधिक वर्कफ़्लो तक विस्तारित हो गया है, जिसमें साइन‑अप पर उम्मीदवारों को दिखाए गए मेल खाते रोल और एक प्रोफ़ाइल चेक शामिल है जो लगभग 3.6 सेकंड से घटकर लगभग 0.2 सेकंड हो गया।

घोषित योजनाएँ

TypeSafe ने कहा कि वह Jev की क्षमताओं को आगे बढ़ाएगा, अतिरिक्त मशीन‑नेटिव मॉडल जारी करेगा, स्मार्ट सॉफ़्टवेयर बनाने के लिए बुनियादी ढांचा प्रदान करेगा, और ग्राहकों द्वारा अनुरोधित एंटरप्राइज़ फीचर जोड़ देगा। यह घोषणा संभावित उम्मीदवारों को शामिल होने के लिए भी प्रोत्साहित करती है, और कंपनी के करियर पेज का लिंक देती है।