TypeSafe AI объявила 9 октября 2026 года о привлечении $870 млн в раунде Series A при оценке $7,5 млрд, раунд возглавила Andreessen Horowitz при участии Sequoia Capital, DCVC и частных инвесторов. Партнер Andreessen Horowitz Мартин Касадо входит в совет директоров. Раунд последовал за ранним доступом к Jev от 15 сентября после двух лет в скрытом режиме, и это важно, поскольку компания позиционирует Jev как отдельный класс моделей для автоматических решений внутри ПО.
Раунд финансирования и ранний доступ к Jev
Andreessen Horowitz подтвердила лидерство в инвестиции в публикации от 9 октября за авторством Дженнифер Ли, Сары Ванг, Мартина Касадо, Марка Андриссена и Бена Хоровица. TypeSafe раскрыла сумму, оценку и место в совете директоров в сноске к короткому обращению к разработчикам, бизнесу и кандидатам. Компания сообщила, что открывает доступ разработчикам из списка ожидания и планирует выпустить новые машинные модели, инфраструктуру для умного ПО и корпоративные функции. В объявлении также есть ссылка на страницу вакансий.
Jev принимает типизированные вопросы, оценивает их относительно переданного состояния и возвращает структурированные результаты без генерации и разбора текста. Результаты приходят как типизированные значения с распределениями вероятностей, с которыми код может работать напрямую через ветвления, сортировку и маршрутизацию. Доступны три примитива: Choice выбирает один вариант из списка, Score оценивает состояние по рубрике, а Noul возвращает ответ 0–1 о верности утверждения. Choice и Score также возвращают значения уверенности, а все три типа можно объединить в одном вызове API с независимой параллельной оценкой.
Основатель Диогу Алмейда описал Jev как первую модель нового класса System One для быстрых структурированных решений. Стек включает новую архитектуру модели, параллельный сэмплер и метод обучения Reinforcement Learning for Calibrated Decisions. Компания заявляет сквозное время ответа от 70 до 500 миллисекунд, что в публикации описано как в 40–200 раз быстрее передовых моделей при сопоставимом интеллекте на запросах типа System One. Поскольку выходные данные — заранее заданные типизированные значения, модель не допускает ошибок типов и не галлюцинирует, говорится в публикации.
Что ускоренная классификация дает бизнесу
Опубликованная цена составляет $0,042 за миллион входных токенов, выходные токены бесплатны. Andreessen Horowitz описала Jev как решение примерно в 100–500 раз дешевле передовых моделей и в 100 раз быстрее в задачах классификации при сопоставимой точности. TypeSafe уточняет, что цифры 193,6 раза быстрее и 444,6 раза дешевле на главной странице получены из ее собственных оценок рабочих процессов, находятся у верхней границы реальной выгоды и могут содержать смещение, так как процессы строила ее команда. Данные о внедрении различаются: TypeSafe сообщает о трети Fortune 500, а инвестор — о 25%.
В публикации инвестора Jev названа самой быстрорастущей моделью из виденных фирмой: 1 трлн токенов за три дня после запуска и тысячи сценариев за первую неделю, включая генеративные интерфейсы, интерактивные игры и анализ данных. Для операционных компаний практический эффект — более дешевые массовые проверки, маршрутизация и скоринг с передачей решений в код как типизированных значений. В кейсе от 7 октября сказано, что маркетплейс талантов Jack & Jill за 10 дней перевел 100% вызовов ключевого этапа подбора с Gemini 3.1 Flash Lite, снизив затраты на проверку на 88%, с $0,755 до $0,092 на 1000 кандидатов.
Тот же кейс зафиксировал сокращение медианного времени проверки с 20,3 до 10,3 секунды при качестве ранжирования 0,933 по AUC у Jev против 0,924 у Gemini и сохранении 94,6% кандидатов, запрошенных на встречи, против базовых 93,9%, разница названа статистически незначимой. Заявленная экономия составила $265 000 в год при текущем объеме и $500 000 прогнозных за двенадцать месяцев, использование расширено более чем на 15 процессов. Перед внедрением покупателям стоит проверить экономию на собственном трафике, калибровку значений уверенности и задержки при промышленной нагрузке.
