TypeSafe AIがa16z主導で8億7,000万ドルを調達
TypeSafe AIはJevの開発元で、2026年10月9日にシリーズAで8億7,000万ドル（約1,377億円）を調達したと公式ブログで発表しました。ラウンドを主導したのはa16zで、Sequoia Capitalと既存投資家のDCVC、複数のエンジェル投資家も参加しています。調達の5日後の10月14日には、改良版のJev 1.14が公開されました。
評価額は75億ドル、Jevの公開から24日後の発表
TypeSafe AIの評価額は75億ドル（約1兆1,870億円）で、発表はJevの公開から24日後でした。また、TypeSafe AIが最初のモデルとしてJevを早期アクセスで公開したのは2026年9月15日です。TechCrunchの報道は、公開後すぐにJevが話題になったことから、今回の大型調達は意外ではないと伝えています。
TypeSafe AIは2024年に創業した会社で、TechCrunchの記事は共同創業者を3人と伝えています。ディオゴ・アルメイダ氏のほか、元Meta研究エンジニアのサーシャ・シェン氏と、エンジニアで起業家のエリック・ガフニ氏です。
アルメイダ氏は元OpenAIの研究者です。Jevの公開ブログで本人は、OpenAIで言語モデルが指示に従えるようにする手法の開発に関わり、その成果がChatGPTの基礎研究になったと述べています。
At OpenAI, I helped build the methods that made language models useful at following instructions and talking with people. That work ended up as the research behind ChatGPT. — 署名者アルメイダ氏の冒頭の文章より公式情報を見る →
a16zのマーティン・カサード氏が取締役に加わる
今回の調達に合わせて、a16zのマーティン・カサード氏がTypeSafe AIの取締役会に加わりました。また、公式ブログは「資金調達の発表は退屈」と前置きしたうえで、開発者・企業・入社希望者のそれぞれに何が変わるかを短く並べており、調達の要点は次のとおりです。
TypeSafe AIシリーズAの概要（公式ブログによる）
| 事柄 | 内容 |
|---|---|
| 発表日 | 2026年10月9日 |
| 調達額 | 8億7,000万ドル（約1,377億円） |
| 評価額 | 75億ドル（約1兆1,870億円） |
| 主導 | Andreessen Horowitz（a16z） |
| 参加 | Sequoia Capital・DCVC・エンジェル投資家 |
| 取締役 | マーティン・カサード氏が就任 |
led by Andreessen Horowitz ／ with participation from Sequoia Capital, existing investor DCVC, and the tech illuminati (aka a bunch of the best angel investors). ／ We find fundraising announcements incredibly boring ／ $870 million at a $7.5B valuation, with Martin Casado joining the board. — シリーズAのアナウンスの冒頭・前置き・末尾の一文より公式情報を見る →
Jevとは？文章を書かずに確率で判断するAIモデル
Jevは文章を出力せず、あらかじめ定めた選択肢ごとの確率と確信度を出力するAIモデルです。TypeSafe AIはこの種類のモデルを「System One Model」と名付け、Jevを最初の1本として2026年9月15日に公開しました。
Jevの出力は選択肢ごとの確率と確信度
ChatGPTのようなLLM（大規模言語モデル）が文章を出力するのに対し、Jevは型が定められた値を確率つきで出力します。LLMは、文章を細かく区切った単位のトークンを1つずつ並べて回答を生成します。プログラムが回答を使うには、文章から必要な部分を取り出して書式を検査する処理が必要です。
Jevは出力の型を事前に定めておくため、型の誤りは発生しないと公式ブログは述べています。TechCrunchの記事は、JevはTransformerという仕組みを使っていてもLLMではなく、文章の代わりに確率を出力するモデルだと伝えています。Jevに出す本番向けの問いは、次の3種類です。
- noul: はい・いいえで判定する
- choice: 選択肢から1つ選ぶ
- score: 段階を定めて採点する
出力される回答には、確信度（その回答にどれだけ自信があるかを表す数値）も含まれます。公式ブログが想定する用途は、分類・振り分け・採点・抽出・分岐の5つです。たとえば振り分けなら、確信度が低い回答だけを人が見直す運用にできます。
Think of Jev as a frontier-intelligence function call: unstructured state in, typed probabilistic decisions out. ／ Possible outputs and structure are defined in advance. The model never makes type errors. All answers are accompanied with calibrated probabilities and confidence scores. ／ Structured outputs slot into ordinary software as fuzzy decision rules: classify, route, score, extract, or branch where hand-written logic is too brittle. — 冒頭の説明と、既存のLLMとの比較表の出力・用途の行より公式情報を見る →
It supports just three types of requests. Applications can ask the model to answer a question with the equivalent of “yes” or “no,” pick an item from a list or generate a score. — 記事中盤のリクエストの種類に関する段落より公式情報を見る →
応答は0.5秒以内、入力は100万トークン0.042ドル
公式ブログはJevの応答時間を70〜500ミリ秒とし、料金は入力100万トークンあたり0.042ドル（約6.65円）、出力は無料としています。比較対象のフロンティアモデルとは、その時点で最も高い性能を持つ最先端のAIモデルのこと。公式ブログの比較表では、同じ程度の知能が必要な判断ならJevは40〜200倍速いとされています。
既存のLLMとJevの比較（公式ブログの比較表による）
| 比較する事柄 | 既存のLLM | Jev |
|---|---|---|
| 出力 | 文章などの自由な文字列 | 型を定めた値と確率 |
| 応答時間 | 3〜329秒（フロンティアモデル） | 70〜500ミリ秒 |
| 出力トークンの料金 | 入力より高い | 無料 |
公式ブログは速さと安さの限界も述べています。公表している速度の評価は、おもにTypeSafe AIのノートPCで実行したもので、サービスの拠点も米国西海岸にあります。料金は補助を受けていないと証明できないため、この価格を続けられるかは長期の運用で明らかにしていくとのこと。
End-to-end response time is 70ms-500ms for TypeSafe. This can range from 40x-200x faster for the same levels of frontier intelligence for System One shaped queries. ／ End-to-end response time is 3 to 329 seconds for frontier models. ／ Input tokens: $0.042 / MTok ($42 per billion tokens). ／ Output tokens: FREE (too cheap to meter). ／ Speed per call: We truly are that fast, though our published evals are generally run from our laptops on the West Coast (this is where our service is currently based). ／ We can’t prove it isn’t subsidized — 既存のLLMとの比較表と、証拠の項目にある速度・料金の断り書きより公式情報を見る →
評価の根拠となる数値の多くはTypeSafe AIの自己申告
75億ドル（約1兆1,870億円）の評価を支える利用状況と性能の数値は、TypeSafe AIが自ら公表したものです。利用企業の名前は公表されておらず、倍率を出した評価もTypeSafe AIのチームが作りました。
フォーチュン500の1/3が利用、ただし企業名は非公表
TypeSafe AIは、フォーチュン500企業の1/3がJevを使っているとしていますが、企業名は公表していません。調達のアナウンスでは、本番環境ですでに顧客の費用を数百万ドル減らしたとも述べています。TechCrunchの記事もこの数字をスタートアップ側の主張として書き、企業による採用の速さとして紹介しています。
A third of the Fortune 500 are getting their Jev on ／ We’ve saved customers millions of dollars in production already — 企業向けの項目より公式情報を見る →
「193.6倍速い」「444.6倍安い」は自社計測
「193.6倍速い」「444.6倍安い」は、TypeSafe AIが公開した4つのワークフロー評価から出した数値です。また、評価ではGPT-6 AstraとFable 5.1の予測の平均を基準の回答とし、Jevと同じ処理をLLMにもさせて比較しています。
公式ブログは評価の限界も述べています。ワークフローはTypeSafe AIのモデル開発チームにいる個人が作ったため、偏りがありうるとのこと。
基準がOpenAIとAnthropicのモデルに有利になり、JevとDeepSeekのモデルを過小評価している可能性もあります。TypeSafe AIは、2つの倍率が実際の業務で得られる効果の上限に近いと予想しています。
This is where the claims of 193.6x faster, 444.6x cheaper on our home page comes from, and we expect that these are on the higher end of real world gains. ／ However, they were made by individuals on our model capabilities team, so some bias could exist. ／ We use the average of GPT-6 Astra and Fable 5.1 as the reference answer, which biases answers towards OpenAI and Anthropic’s models. — ワークフロー評価の項目に付いた断り書きより公式情報を見る →
Jev 1.14の変更点、実験的機能は本番利用が非推奨
TypeSafe AIは調達の5日後の2026年10月14日にJev 1.14を公開し、画像入力・box・長い入力への対応という3つの実験的機能を加えました。3つとも、danger zone（本番用途には勧められない機能につけた名前）の機能として提供されています。
TypeSafe AIは本番用途には不安定さが大きすぎて保証できないと述べており、性能の倍率と同じく、新機能も確実とは限らないと自ら認めています。danger zoneの機能は今後のモデルにも残り、大きく良くなっていくとTypeSafe AIは述べています。長い入力に対応する機能は、コンテキスト長という一度に読み込めるトークン数の上限を引き上げるものです。
3つとも専用のヘッダーを追加したリクエストでだけ動作します。機能ごとの対応モデルとヘッダーは次のとおりです。
Jev 1.14の実験的機能3つと、有効にするヘッダー（公式ドキュメントによる）
| 機能 | 対応モデル | ヘッダー |
|---|---|---|
| 画像入力 | Jev 1.13・Jev 1.14 | TypeSafe-Danger-Zone-Images: true |
| box | Jev 1.14のみ | TypeSafe-Danger-Zone-Images: true |
| 長い入力への対応 | Jev 1.13・Jev 1.14 | TypeSafe-Danger-Zone-Long-Context: true |
画像入力はJev 1.13でも動き、課金は文章と同じ単価
画像入力は現行のjev-1.13.0でも動作し、画像は入力トークンとして文章と同じ単価で課金されます。Jev 1.13は最初から画像に対応していたと公式ブログは述べています。また、画像は判断の材料となるデータの中にも、問いの文面にも、判定基準にも置いて構いません。
画像1枚が何トークンになるかの目安は公式ドキュメントで「近日提供」とされており、現時点では見積もる方法がありません。画像の条件は次の3点です。
- 形式: PNGまたはJPEGの静止画のみ
- 大きさ: 1枚16 MiBまで、縦横とも280〜1568ピクセル
- 範囲外の画像: 拡大縮小されずに拒否される
TypeSafe AIは、Jevを含むすべてのモデルが文章だけより画像で性能が落ちると述べています。判断を単純な問いに分けるほど効果が大きいとのこと。
But as a warning, we think there is still way too much jaggedness for us to vouch for these for production use cases! ／ Surprise: the Jev you all know and love ( jev-1.13.0 ) was multimodal all along! ／ As a warning, all models (Jev included) perform worse on multimodality over pure text. Breaking down questions into the simplest possible decompositions helps a lot. — 実験的機能の方針と画像の項目より公式情報を見る →
Images and Box questions aren’t yet up to our standards to call ready for production, but we’re excited for dreamers and builders to play with them. ／ Jev 1.13 and Jev 1.14 both accept images. ／ Each image counts as input tokens, billed at the same per-token input price as text. There is no separate charge for images. ／ We’ll be providing guidance on estimating image token usage soon. — ページ冒頭の案内文と、対応モデル・画像トークンの項目より公式情報を見る →
boxは1.14専用で、画像内の位置を四角で表す
boxは、画像に写った対象を囲む最小の四角（バウンディングボックス）を出力する型で、Jev 1.14だけで動作します。TypeSafe AIは、単純な分岐のためだけではない最初の型としています。
台所の写真でコーヒーマグを探す場合、boxは四辺のtop・bottom・left・rightを、画像の幅と高さに対する0〜1の比率で出力します。比率なので、画像の大きさが変わっても同じ回答を使うことができます。
ただし、boxには「見つからない」という回答がありません。マグが写っていない写真でも、四辺を出力します。同じリクエストに「マグは写っているか」をはい・いいえで判定するnoulを置き、その確率が低いときはboxを無視するのが、公式ドキュメントの勧める使い方です。
1つの問いで出力できるboxは1つです。確信度は0〜1で、推奨するしきい値はまだありません。
The answer is a bounding box, the smallest rectangle that contains the target, given as four edges. ／ Each edge is a fraction of the image’s size, measured from the top-left corner. ／ A Box answer is always a box. There is no “not found” answer, so a Box question about something absent still returns four edges. ／ There is no recommended threshold yet, so tune it on your own images. — 冒頭の説明、四辺の項目、回答の構造、確信度の項目より公式情報を見る →
コンテキスト長はデフォルト64k、ヘッダー指定で262kまで
Jevのコンテキスト長はデフォルトで1リクエスト64k・1つの問い32kトークンで、ヘッダーを指定すると両方が262kトークンになります。また、トークンあたりの料金はデフォルトの長さのリクエストと同じです。
ただし、長い入力への対応はデフォルトの上限より遅く精度も落ちるため、必要なリクエストにだけ使う設定です。公式ブログによると、Jevはもともと本番で有効にしている長さより長い文脈に対応しており、長いほど信頼性が落ちるため意図的に制限していたとのこと。TypeSafe AIは強く勧めてはいないものの、ヘッダーを指定すれば、ユーザー側で262kトークンまで上限を広げられます。
64k per-request / 32k per-question ／ With the header, the per-request context and the per-question context are both 262k tokens. ／ Long context costs the same per token as any other request. It is slower and less accurate than staying within the default limits, so turn it on only for requests that need it. — モデル一覧の表と、長いコンテキストの項目より公式情報を見る →
jev-1.14.0は先行プレビュー版、多言語で改善の見込み
jev-1.14.0はjev-previewとして先行公開され、最大の改善は多言語対応になるとTypeSafe AIは見込んでいます。全般に小さな改善が入ったバージョンで、jev-latestはブログの公開から1週間後にjev-1.14.0へ更新されるとのこと。jev-1.13.0はしばらく使うことができます。
2026年10月16日時点の公式ドキュメントでは、jev-latestがjev-1.13.0、jev-previewがjev-1.14.0を指しています。料金は、1.13も1.14も入力100万トークンあたり0.042ドル（約6.65円）です。廃止の予告は、jev-1.13.0が60日前、jev-1.14.0が30日前とされています。
日本語で使う場合は言語への対応にも注意が必要です。公式ドキュメントによると、英語が主な学習言語で精度が最も高く、日本語・中国語・韓国語の文字も処理できるものの同等ではないとのこと。英語以外の業務では、自分のデータで試すよう勧めています。
Most things should be a tiny bit better, but we expect the largest gain in multi-lingual support. ／ jev-latest will be updated to jev-1.14.0 in a week. jev-1.13.0 will be available for a while. ／ We intend to give 60 days warning before jev-1.13.0 is formally deprecated, and 30 days for jev-1.14.0 . — jev-1.14.0の項目より公式情報を見る →
Jev 1.14 is the newest Jev release, available from October 14, 2026. ／ English is the primary training language and where accuracy is currently best. — モデル一覧の説明と、言語対応の項目より公式情報を見る →
知能の測定は社内で実施、自社に有利な偏りもありうる
TypeSafe AIはJev 1.14の発表と同時に、知能を測った社内の評価結果を初めて公開しました。ただしブログの本文には、計測の名称も数値も文字では書かれていません。TypeSafe AIが付記した但し書きは次の4つです。
- 測定は最善の推定にすぎず、今後変わります。数値が一貫するとは期待しないでほしいとしています。
- 全面的には信じず、自分の使い方での評価を優先してほしいとしています。
- 比較したのは、オープンウェイト（重みが公開されているモデル）だけです。検証用データを厳重に守っており、モデル提供企業のデータポリシーにも不安があるためです。
- 自社のモデルに有利な偏りがありうるので、自社のモデルは無視して、オープンソースモデル同士の順位に注目してよいとしています。
Don’t believe it entirely. Always favor your own experimentation and evals with your use cases. ／ We’re including only open weight models because we guard our validation set very closely and are spooked out about the data policies of our model providers. ／ This is likely biased towards our models. Feel free to ignore our model, and instead focus on the relative ranking of open source models. — 知能の測定の項目にある断り書き（Some nuance）より公式情報を見る →
調達資金の使い道とJev互換モデルの広がり
TypeSafe AIは調達した資金で、System One Modelの種類を増やし、企業向けの機能を追加するとしています。Jevと互換のAPIで呼び出せるモデルを、他社も公開しています。
調達資金はモデル追加と企業向け機能に充てる
TypeSafe AIの資金の使い道は、System One Modelの追加と企業向け機能の2つです。公式ブログは、開発者向けには「機械のためのモデル」をさらに増やすこと、企業向けには要望の多かった機能を加えることを約束しています。SiliconANGLEも、JevはSystem Oneと呼ぶモデル群の1本目で、調達した資金でその種類を増やすと報じています。
今後の発表について、TypeSafe AIはJev 1.14のブログで「美しく退屈」な内容が中心になると述べています。小さな改善を全般に重ねて安定性を高め、実運用向けの機能を追加していく方針です。
Jev is part of a planned model series dubbed System One. TypeSafe will use the proceeds from its funding round to make more additions to the lineup. — 記事後半の資金の使い道に関する段落より公式情報を見る →
expect most releases to be beautifully boring (like we think AI should be): small improvements across the board, better stability, and features for real deployment. — 末尾の What’s next の項目より公式情報を見る →
CloudflareのClefなどJev互換モデルも登場
Jevの公開から約2週間後の2026年10月1日には、CloudflareがJevと同じAPIで呼び出せる意思決定モデルClefを公開しました。Clefは画像や動画も入力として読み取ることができ、重みも公開されています。
判断だけを出力するモデルは、Jevの公開から約2週間でCloudflareも手がけるようになり、TypeSafe AIとの2社になりました。Clefが画像や動画を入力として読み取ることができるのに対し、Jevは10月14日の1.14で画像入力を実験的機能として加えた段階です。
TypeSafe AIの調達とJevのまとめ
TypeSafe AIは、Jevを公開して24日で評価額75億ドル（約1兆1,870億円）の会社になりました。Jevは文章を書かず、プログラムが使う判断を確率で出力するAIです。TechCrunchの記事は、公開直後の広まり方と企業による採用の速さを、大型調達の背景として伝えています。
ただし、フォーチュン500の1/3という利用状況も、193.6倍・444.6倍という性能の数値も、TypeSafe AIが公表したものです。10月14日のJev 1.14でも、画像入力・box・長い入力への対応は本番非推奨の実験的機能です。知能の社内計測にも、自社に有利な偏りがありうるとTypeSafe AIは述べています。
問い合わせの振り分けのような社内の判断業務に使うなら、自社のデータで速度と精度を測定してから、導入するかを判断しましょう。画像入力とboxはTypeSafe AIが本番用途に勧めていないため、試作の段階にとどめておくといいでしょう。
FAQ
- TypeSafe AIはいくら調達しましたか？
- 2026年10月9日に、シリーズAで8億7,000万ドル（約1,377億円）を評価額75億ドル（約1兆1,870億円）で調達したと発表しました。ラウンドはa16zが主導し、Sequoia CapitalとDCVCも参加しています。
- JevはChatGPTのようなLLMとどう異なりますか？
- Jevは文章を出力しません。あらかじめ定めた選択肢ごとの確率を出力するので、プログラムはその回答をそのまま分岐や振り分けに使うことができます。TechCrunchは、JevがTransformerを使っていてもLLMではないとしています。
- Jevの料金はいくらですか？
- 入力100万トークンあたり0.042ドル（約6.65円）で、出力トークンには料金がかかりません。9月15日の公開時、Jevは早期アクセスの段階でした。
- Jev 1.14の新機能は本番で使えますか？
- TypeSafe AIは本番用途には勧めないとしています。画像入力とboxは、danger zoneのヘッダーを追加したリクエストでだけ動作します。
関連する記事
Decision-1とは？選択肢ごとの確率を出力する判断特化のAIモデルMicrosoftが10月9日に公開したDecision-1は、文章を書かずに選択肢ごとの確率を出力する判断特化のAIです。料金はJevと同じ入力100万トークン0.042ドル（約6.65円）で、出力は無料です。自社計測では精度トップ・応答85ミリ秒ですが、第三者のJevBenchでは中央値459ミリ秒・API部門6位でした。
Cloudflare Clefとは？Jevとの違いと未検証のベンチマークCloudflareが公開した意思決定モデルClefは、Jev互換のAPIで画像や動画も判定でき、料金はJevの約6倍です。軽量版Clef-flashもあり、Workers AIで呼び出せます。7指標でトップというベンチマークの結果はCloudflareの自己申告で、第三者による検証はまだです。
Stability AIが7,600万ドルを調達、音楽メジャー3社も出資Stability AIがシリーズBで7,600万ドル（約121億4,000万円）を調達しました。出資者にはSony Music・Universal Music・Warner Musicの3社とElectronic Artsが名を連ね、Akkaraju CEO体制下の累計調達額は2億3,200万ドル（約370億5,000万円）に達しています。
NVIDIAが金融6社と提携、5,000億ドル超の資金調達を目指すNVIDIAが金融6社と提携し、第三者から5,000億ドル（約79兆5,100億円）超を集める資金調達の構想を発表しました。CEOのJensen Huang氏は「AIにおいて計算は収益」と語り、AIファクトリーを投資できるインフラと位置づけました。発表時点で最終契約は結ばれておらず、NVIDIAは6社それぞれの拠出額も公表していません。