Финансирование

TypeSafe AI привлек $870 млн в раунде Series A при оценке $7,5 млрд, чтобы выпускать больше моделей ИИ

mm
Добавьте Unite.AI в избранные источники в Google

TypeSafe AI сообщила 9 октября 2026 года, что привлекла раунд Series A на $870 млн при оценке $7,5 млрд, возглавляемый Andreessen Horowitz при участии Sequoia Capital, существующего инвестора DCVC и бизнес-ангелов. Партнер Andreessen Horowitz Мартин Касадо присоединился к совету директоров компании.

Условия раунда и инвесторы

Andreessen Horowitz подтвердила, что возглавляет инвестицию в посте от 9 октября 2026 года, авторы которого — Дженнифер Ли, Сара Ванг, Мартин Касадо, Марк Андрисен и Бен Хоровиц. Ли и Касадо являются генеральными партнёрами, сосредоточенными на инфраструктурных инвестициях фирмы, Ванг — генеральным партнёром в команде роста, а Андрисен и Хоровиц — соучредителями и генеральными партнёрами фирмы.

Объявление TypeSafe представляет собой короткий пост, адресованный разработчикам, компаниям и потенциальным кандидатам; в сноске к этому посту компания раскрыла сумму в долларах, оценку и место Касадо в совете директоров.

Модель System One, лежащая в основе раунда

TypeSafe выпустила Jev в раннем доступе 15 сентября 2026 года, после двух лет в режиме скрытности, и заявила, что выводит разработчиков из списка ожидания. В посте о запуске основатель Диого Алмейда описал Jev как первую модель в новом классе, который компания называет System One, предназначенном для быстрого, структурированного принятия решений внутри программного обеспечения.

Согласно документации TypeSafe, Jev принимает типизированные вопросы и оценивает их относительно предоставленного состояния, возвращая структурированные результаты без генерации или парсинга текста. Результаты приходят в виде типизированных значений с распределениями вероятностей, что позволяет коду напрямую ветвиться, сортировать и маршрутизировать их. Компания предоставляет три примитивных операции: Choice выбирает один вариант из заданного списка; Score оценивает состояние по рубрике; и Noul возвращает ответ 0–1 на вопрос, истинно ли данное утверждение. Choice и Score также возвращают значения уверенности, и все три типа вопросов могут быть объединены в одном вызове API, где каждый оценивается независимо и одновременно относительно одного и того же состояния.

Алмейда написал, что TypeSafe создала новый стек, полностью ориентированный на автоматизацию: новую архитектуру модели, параллельный сэмплер и метод обучения, который компания называет Reinforcement Learning for Calibrated Decisions (RLCD). Он сообщил, что Jev достигает уровня интеллекта, сопоставимого с существующими крупными языковыми моделями в задачах System One, при этом работает в два порядка быстрее, с полным временем отклика от 70 до 500 миллисекунд; согласно посту, это в 40–200 раз быстрее, чем передовые модели при сопоставимом уровне интеллекта для запросов формата System One. Поскольку выводы являются типобезопасными структурированными значениями, заданными заранее, Алмейда отметил, что модель никогда не делает типовых ошибок и не может галлюцинировать.

Опубликованная цена составляет $0,042 за миллион входных токенов, при этом токены вывода бесплатны. Компания заявляет, что цифры «в 193,6 раз быстрее» и «в 444,6 раз дешевле», указанные на её домашней странице, получены из оценок её рабочих процессов, и предупреждает, что эти показатели находятся в верхней части реальных выгод. Также отмечается, что рабочие процессы оценки были созданы членами команды возможностей модели и что возможна некоторая предвзятость.

Алмейда написал, что в OpenAI он помогал разрабатывать методы следования инструкциям для языковых моделей, работа, которую, по его словам, превратили в исследования, лежащие в основе ChatGPT. Название System One отсылает к книге Даниэля Канемана «Thinking, Fast and Slow» и её противопоставлению быстрому, интуитивному мышлению System 1 и более медленному, осознанному мышлению System 2. Jev назван в честь Уильяма Стэнли Джевонса; компания заявила, что ожидает, что машинный интеллект будет развиваться по пути угля, где повышение эффективности паровых двигателей привело к росту спроса.

Сообщённое внедрение и раннее развертывание

TypeSafe заявила в своём объявлении, что треть компаний из списка Fortune 500 используют Jev и что он уже сэкономил клиентам миллионы долларов в производстве. Пост Andreessen Horowitz приводит иной показатель, утверждая, что 25 % предприятий Fortune 500 интегрировали Jev. Компания охарактеризовала Jev как самую быстрорастущую модель, которую они видели, отметив, что за три дня после запуска было сгенерировано 1 триллион токенов и что за первую неделю появилось тысячи сценариев использования, среди которых генеративный UI, интерактивные игры и анализ данных. Она описала Jev как стоящий примерно от 1/100 до 1/500 стоимости передовых моделей, но в 100 раз более быстрый для задач классификации при сопоставимой точности, передавая решения модели напрямую в код в виде типизированных значений, а не текста, который программное обеспечение должно затем разбирать.

В исследовании от 7 октября 2026 года, TypeSafe сообщила, что Jack & Jill, рынок талантов, где AI‑агенты сопоставляют кандидатов с командами по найму, заменили Gemini 3.1 Flash Lite во 100% вызовов на ключевом этапе своего конвейера подбора кандидатов в течение 10 дней после первого теста. Согласно исследованию, изменение сократило затраты на отбор на 88%, с $0.755 до $0.092 за 1,000 кандидатов, и уменьшило медианное время отбора вдвое — с 20.3 секунд до 10.3 секунд, при этом сохранив 94.6% кандидатов, которых позже захотели встретить менеджеры по найму, по сравнению с базовым уровнем в 93.9%; исследование отмечает, что эта разница в качестве не является статистически значимой. Качество ранжирования составило 0.933 для Jev против 0.924 для Gemini по метрике AUC. TypeSafe сообщила о ежегодной экономии в $265,000 для Jack & Jill при текущем объёме, с прогнозом $500,000 за следующие двенадцать месяцев при ожидаемом росте, и заявила, что использование Jev расширилось более чем до 15 рабочих процессов, включая сопоставленные роли, показываемые кандидатам при регистрации, и проверку профиля, время которой сократилось с примерно 3.6 секунд до примерно 0.2 секунд.

Заявленные планы

TypeSafe заявила, что намерена развивать возможности Jev, выпускать дополнительные модели, работающие непосредственно на машинах, предоставлять инфраструктуру для создания интеллектуального программного обеспечения и добавлять корпоративные функции, запрошенные клиентами. Объявление также призывает потенциальных соискателей присоединиться, с ссылкой на страницу карьеры компании.

Evan Mercer является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, освещающим стартапы в области ИИ, венчурный капитал и динамику финансирования, формирующую следующее поколение технологических компаний. Его репортажи сосредоточены на инновациях на ранних стадиях, потоках капитала и стратегических решениях, которые принимают основатели и инвесторы, когда компании в сфере ИИ масштабируются от концепции до глобального воздействия.

Со стратегическим и аналитическим подходом Эван исследует раунды финансирования, позиционирование на рынке и возникающие тенденции в экосистеме стартапов ИИ. Он отслеживает, как венчурный капитал, корпоративные инвестиции и публичные рынки пересекаются с прорывами в области искусственного интеллекта, отделяя устойчивые сигналы от краткосрочного шума.

Статьи, написанные Эваном Мерсером, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, контекст и ответственное освещение глобального ландшафта инвестиций в ИИ.