TypeSafe AI podnosi $870 milionów Series A przy wycenie $7,5 miliarda, aby dostarczyć więcej modeli AI

TypeSafe AI ogłosiło 9 października 2026, że pozyskało $870 milionów Series A przy wycenie $7,5 miliarda, prowadzonej przez Andreessen Horowitz z udziałem Sequoia Capital, istniejącego inwestora DCVC oraz inwestorów-aniołów. Partner generalny Andreessen Horowitz, Martin Casado, dołącza do rady nadzorczej firmy.

Warunki rundy i inwestorzy

Andreessen Horowitz potwierdziło, że prowadzi inwestycję w poście z datą 9 października 2026, podpisanym przez Jennifer Li, Sarah Wang, Martin Casado, Marc Andreessen i Ben Horowitz. Li i Casado są partnerami generalnymi skoncentrowanymi na inwestycjach infrastrukturalnych firmy, Wang jest partnerem generalnym w zespole wzrostu, a Andreessen i Horowitz są współzałożycielami firmy i partnerami generalnymi.

Własne ogłoszenie TypeSafe to krótki post skierowany do programistów, firm i potencjalnych rekrutów; firma ujawniła kwotę w dolarach, wycenę oraz miejsce w radzie nadzorczej Casado w przypisie do tego posta.

Model System One stojący za rundą

TypeSafe udostępniło Jev w wczesnym dostępie 15 września 2026, po dwuletniej fazie ukrytej, i ogłosiło, że wyciąga programistów z listy oczekujących. W poście uruchomieniowym założyciel Diogo Almeida opisał Jev jako pierwszy element nowej klasy modeli, którą firma nazywa System One, zaprojektowaną do szybkiego, strukturalnego podejmowania decyzji w oprogramowaniu.

Zgodnie z dokumentacją TypeSafe, Jev przyjmuje typowane pytania i ocenia je względem dostarczonego stanu, zwracając strukturalne wyniki bez generowania ani parsowania tekstu. Wyniki pojawiają się jako typowane wartości z rozkładami prawdopodobieństwa, dzięki czemu kod może bezpośrednio rozgałęziać się, sortować i kierować nimi. Firma udostępnia trzy prymitywy: Choice wybiera jedną opcję z podanej listy; Score ocenia stan według kryteriów; a Noul zwraca odpowiedź 0–1, czy dane stwierdzenie jest prawdziwe. Choice i Score zwracają także wartości pewności, a wszystkie trzy typy pytań mogą być połączone w jednym wywołaniu API, gdzie każdy jest oceniany niezależnie i jednocześnie względem tego samego stanu.

Almeida napisał, że TypeSafe zbudowało nowy stos skoncentrowany wyłącznie na automatyzacji: nową architekturę modelu, równoległy sampler oraz metodę treningu, którą firma nazywa Reinforcement Learning for Calibrated Decisions (RLCD). Stwierdził, że Jev osiąga podobną inteligencję do istniejących dużych modeli językowych w zadaniach System One, działając przy tym dwie rzędy wielkości szybciej, z całkowitymi czasami odpowiedzi od 70 do 500 milisekund, zakres, który według posta może być od 40 do 200 razy szybszy niż modele wiodące przy porównywalnej inteligencji dla zapytań w kształcie System One. Ponieważ wyjścia są typowo bezpiecznymi, strukturalnymi wartościami zdefiniowanymi z góry, Almeida napisał, że model nigdy nie popełnia błędów typów i nie może halucynować.

Opublikowane ceny wynoszą $0,042 za milion tokenów wejściowych, przy czym tokeny wyjściowe są darmowe. Firma podaje, że wskaźniki 193,6‑krotnie szybsze i 444,6‑krotnie tańsze zamieszczone na jej stronie głównej pochodzą z ocen workflow, i ostrzega, że te liczby należą do wyższego zakresu rzeczywistych korzyści. Dodatkowo zauważa, że workflowy oceny zostały stworzone przez członków zespołu ds. możliwości modelu i że może istnieć pewne uprzedzenie.

Almeida napisał, że w OpenAI pomógł opracować metody podążania za instrukcjami dla modeli językowych, prace, które, jak twierdzi, stały się badaniami stojącymi za ChatGPT. Nazwa System One nawiązuje do książki Daniela Kahnemana „Thinking, Fast and Slow” i jej kontrastu między szybkim, intuicyjnym myśleniem System 1 a wolniejszym, przemyślanym rozumowaniem System 2. Jev nosi imię Williama Stanley’ego Jevonsa; firma powiedziała, że spodziewa się, iż inteligencja maszynowa pójdzie ścieżką węgla, dla którego postępy w efektywności silników parowych doprowadziły do zwiększonego popytu.

Zgłoszone przyjęcie i wczesne wdrożenie

TypeSafe podało w swoim ogłoszeniu, że jedna trzecia firm z listy Fortune 500 korzysta z Jev i że już zaoszczędziło klientom miliony dolarów w produkcji. Post Andreessen Horowitz podaje inną liczbę, mówiąc, że 25 % przedsiębiorstw z Fortune 500 zintegrowało Jev. Firma opisała Jev jako najszybciej rosnący model, jaki widziała, stwierdzając, że wygenerował 1 bilion tokenów w ciągu trzech dni od uruchomienia oraz że tysiące przypadków użycia pojawiło się w pierwszym tygodniu, wśród nich generatywny interfejs użytkownika, interaktywne gry i analiza danych. Scharakteryzowano Jev jako kosztujący w przybliżeniu od 1/100 do 1/500 kosztów modeli wiodących, przy jednoczesnym 100‑krotnym przyspieszeniu w zadaniach klasyfikacji przy porównywalnej dokładności, przekazując decyzje modelu bezpośrednio do kodu jako typowane wartości, zamiast tekstu, który oprogramowanie musiałoby następnie parsować.

W studium z 7 października 2026 r. TypeSafe poinformował, że Jack & Jill, rynek talentów, w którym agenci AI dopasowują kandydatów do zespołów rekrutacyjnych, zastąpił Gemini 3.1 Flash Lite w 100 % połączeń w kluczowym etapie swojego potoku dopasowywania kandydatów w ciągu 10 dni od pierwszego testu. Według studium, zmiana obniżyła koszty przeglądania o 88 %, z $0,755 do $0,092 za 1 000 kandydatów, i skróciła medianę czasu przeglądania z 20,3 sekundy do 10,3 sekundy, przy zachowaniu 94,6 % kandydatów, których menedżerowie rekrutacji później poprosili o spotkanie, w porównaniu z bazą 93,9 %; badanie zauważa, że różnica jakości nie była statystycznie istotna. Jakość rankingu wyniosła 0,933 dla Jev w porównaniu z 0,924 dla Gemini w miarze AUC. TypeSafe zgłosił oszczędności roczne w wysokości $265 000 dla Jack & Jill przy bieżącym wolumenie, z prognozą $500 000 w ciągu kolejnych dwunastu miesięcy przy przewidywanym wzroście, oraz podał, że użycie Jev rozszerzyło się do ponad 15 przepływów pracy, w tym dopasowane role wyświetlane kandydatom przy rejestracji oraz kontrola profilu, która spadła z około 3,6 sekundy do około 0,2 sekundy.

Zapowiedziane plany

TypeSafe oświadczył, że zamierza dalej rozwijać możliwości Jev, wprowadzić dodatkowe modele natywne dla maszyn, zapewnić infrastrukturę do tworzenia inteligentnego oprogramowania oraz dodać funkcje korporacyjne, o które prosili klienci. Ogłoszenie zachęca również potencjalnych kandydatów do dołączenia, odsyłając do strony kariery firmy.