Financiering
TypeSafe AI haalt $870 miljoen Series A op bij een waardering van $7,5 miljard om meer AI-modellen te leveren
Voeg Unite.AI toe aan je voorkeursbronnen op Google
TypeSafe AI aankondigde op 9 oktober 2026 dat het een Series A van $870 miljoen heeft opgehaald bij een waardering van $7,5 miljard, geleid door Andreessen Horowitz met deelname van Sequoia Capital, bestaande investeerder DCVC en angel-investeerders. General partner van Andreessen Horowitz, Martin Casado, treedt toe tot de raad van bestuur van het bedrijf.
Rondetermijnen en investeerders
Andreessen Horowitz bevestigde dat het de investering leidt in een bericht gedateerd 9 oktober 2026 en ondertekend door Jennifer Li, Sarah Wang, Martin Casado, Marc Andreessen en Ben Horowitz. Li en Casado zijn general partners die zich richten op de infrastructuurinvesteringen van het bedrijf, Wang is een general partner in het groeiteam, en Andreessen en Horowitz zijn de medeoprichters en general partners van het bedrijf.
De eigen aankondiging van TypeSafe is een korte post gericht aan ontwikkelaars, bedrijven en potentiële kandidaten; het bedrijf maakte het dollarbedrag, de waardering en de bestuurszetel van Casado bekend in een voetnoot bij die post.
Het System One-model achter de ronde
TypeSafe bracht Jev in vroege toegang uit op 15 september 2026, na twee jaar in stealth, en zei dat het ontwikkelaars van de wachtlijst haalt. In de lanceringpost beschreef oprichter Diogo Almeida Jev als de eerste invoer in een nieuwe modelklasse die het bedrijf System One noemt, ontworpen voor snelle, gestructureerde besluitvorming binnen software.
Volgens documentatie van TypeSafe neemt Jev getypte vragen en evalueert ze ten opzichte van een aangeleverde status, waarbij gestructureerde resultaten worden geretourneerd zonder tekst te genereren of te parseren. De resultaten komen binnen als getypte waarden met kansverdelingen, zodat code er direct op kan vertakken, sorteren en routeren. Het bedrijf biedt drie primitives: Choice kiest één optie uit een opgegeven lijst; Score beoordeelt de status aan de hand van een rubric; en Noul geeft een 0–1 antwoord op of een gegeven uitspraak waar is. Choice en Score geven ook vertrouwenswaarden terug, en alle drie vraagtypen kunnen worden gecombineerd in één API‑aanroep, waarbij elk onafhankelijk en gelijktijdig tegen dezelfde status wordt geëvalueerd.
Almeida schreef dat TypeSafe een nieuwe stack heeft gebouwd die volledig gericht is op automatisering: een nieuwe modelarchitectuur, een parallelle sampler en een trainingsmethode die het bedrijf Reinforcement Learning for Calibrated Decisions (RLCD) noemt. Hij zei dat Jev een vergelijkbare intelligentie bereikt als bestaande grote taalmodellen bij System One‑taken, terwijl het twee tot drie orders of magnitude sneller draait, met end‑to‑end responstijden van 70 tot 500 milliseconden, een bereik dat volgens de post 40 tot 200 keer sneller kan zijn dan frontier‑modellen met vergelijkbare intelligentie voor System One‑gerichte queries. Omdat de uitvoer vooraf gedefinieerde type‑veilige gestructureerde waarden zijn, schreef Almeida dat het model nooit typefouten maakt en niet kan hallucineren.
De gepubliceerde prijs is $0,042 per miljoen invoertokens, waarbij uitgavetokens gratis zijn. Het bedrijf stelt dat de cijfers van 193,6‑keer sneller en 444,6‑keer goedkoper op de homepage voortkomen uit zijn workflow‑evaluaties, en waarschuwt dat die getallen aan de hoge kant van de real‑world‑winst liggen. Het merkt ook op dat de evaluatieworkflows zijn gebouwd door leden van het model‑capabilities‑team en dat er enige bias kan bestaan.
Almeida schreef dat hij bij OpenAI heeft meegeholpen bij het ontwikkelen van instructie‑volgende methoden voor taalmodellen, werk dat volgens hem de basis werd van het onderzoek achter ChatGPT. De naam System One verwijst naar het boek van Daniel Kahneman, Thinking, Fast and Slow, en naar het contrast tussen snel, intuïtief System 1‑denken en langzamer, weloverwogen System 2‑redeneren. Jev is vernoemd naar William Stanley Jevons; het bedrijf zei dat het verwacht dat machine‑intelligentie het pad van kolen zal volgen, waarvoor efficiëntiewinst van stoommachines leidde tot een grotere vraag.
Gerapporteerde adoptie en vroege inzet
TypeSafe zei in zijn aankondiging dat een derde van de Fortune 500 Jev gebruikt en dat het al miljoenen dollars aan productiekosten voor klanten heeft bespaard. Het bericht van Andreessen Horowitz geeft een ander cijfer, namelijk dat 25 % van de Fortune 500‑ondernemingen Jev heeft geïntegreerd. Het bedrijf beschreef Jev als het snelstgroeiende model dat het heeft gezien, en stelde dat het binnen drie dagen na de lancering 1 triljoen gegenereerde tokens bereikte en dat er in de eerste week duizenden use‑cases naar voren kwamen, waaronder generatieve UI, interactieve gaming en data‑analyse. Het karakteriseerde Jev als ongeveer 1/100 tot 1/500 van de kosten van frontier‑modellen, terwijl het 100 keer sneller is voor classificatietaken met vergelijkbare nauwkeurigheid, waarbij modelbeslissingen rechtstreeks als getypte waarden in code worden doorgegeven in plaats van als tekst die software vervolgens moet parseren.
In een case study van 7 oktober 2026, TypeSafe meldde dat Jack & Jill, een talentmarkt waar AI‑agents kandidaten koppelen aan wervings‑teams, Gemini 3.1 Flash Lite verving voor 100 % van de oproepen in een cruciale fase van haar kandidaat‑matching‑pipeline binnen 10 dagen na de eerste test. Volgens de case study verlaagde de wijziging de screeningskosten met 88 %, van $0.755 naar $0.092 per 1,000 kandidaten, en halveerde de mediane screentijd van 20.3 seconden naar 10.3 seconden, terwijl 94.6 % van de kandidaten die hiring managers later wilden ontmoeten behouden bleef, vergeleken met een baseline van 93.9 %; de studie merkt op dat dit kwaliteitsverschil niet statistisch significant was. De rangschikkingskwaliteit werd gemeten op 0.933 voor Jev versus 0.924 voor Gemini op AUC. TypeSafe rapporteerde $265,000 aan jaarlijkse besparingen voor Jack & Jill bij het huidige volume, met $500,000 verwacht over de komende twaalf maanden gezien de verwachte groei, en zei dat het gebruik van Jev is uitgebreid naar meer dan 15 workflows, waaronder overeenkomende rollen die aan kandidaten worden getoond bij aanmelding en een profielcheck die daalde van ongeveer 3.6 seconden naar ongeveer 0.2 seconden.
Aangegeven plannen
TypeSafe zei dat het de mogelijkheden van Jev verder wil uitbreiden, extra machine‑native modellen wil uitbrengen, infrastructuur wil bieden voor het bouwen van slimme software, en de enterprise‑functies wil toevoegen die klanten hebben gevraagd. De aankondiging moedigt ook potentiële kandidaten aan om zich aan te sluiten, met een link naar de carrièrespagina van het bedrijf.
