KI-Modelle werden meist daran gemessen, was sie schreiben können. Jev soll gar nicht schreiben. Sein Entwickler TypeSafe AI hat wenige Wochen nach dem Start des Modells 870 Millionen Dollar bei einer Bewertung von 7,5 Milliarden Dollar eingesammelt. Die Wette dahinter: Ein System, das Wahrscheinlichkeiten liefert, könnte für die Automatisierung nützlicher sein als noch ein Textgenerator.
Ein Modell, das Wahrscheinlichkeiten liefert
Jev basiert auf einer Transformer-Architektur, ist laut TypeSafe aber kein großes Sprachmodell. Statt Text erzeugt es Wahrscheinlichkeiten, die das Unternehmen als „kalibrierte Entscheidungen“ bezeichnet.
Diese Unterscheidung steht im Mittelpunkt des Verkaufsarguments. TypeSafe positioniert Jev als Modell zur Automatisierung von Aufgaben, nicht zur Erzeugung von Text oder Code. Außerdem soll es schneller arbeiten und weniger Tokens verbrauchen als LLMs. Das sind Aussagen des Unternehmens. Der vorliegende Bericht enthält keine Vergleichszahlen, die zeigen, wie groß diese Unterschiede tatsächlich sind.
Schnelle Verbreitung, laut TypeSafe
Jev wurde am 15. September veröffentlicht und fand laut TypeSafe schnell Anklang. Das Unternehmen gibt an, dass bereits ein Drittel der Unternehmen der Fortune 500 das Modell nutzt. Wie umfangreich diese Organisationen es einsetzen, lässt sich aus dieser Zahl allerdings nicht ablesen.
Dieser Unterschied zählt. Eine hohe Zahl früher Nutzer deutet auf Interesse hin, verrät aber nicht, ob Kunden ein Produkt testen oder sich im Arbeitsalltag darauf verlassen. Die Zahl klingt beeindruckend. Ihre Aussagekraft hängt davon ab, was als „Nutzung“ zählt.
Viel Kapital für eine andere Wette
Andreessen Horowitz führte die Finanzierungsrunde über 870 Millionen Dollar an. Sequoia und der bestehende Investor DCVC beteiligten sich ebenfalls. TypeSafe wurde 2024 von Diogo Almeida, einem ehemaligen Forscher bei OpenAI, Sasha Sheng, einer ehemaligen Forschungsingenieurin bei Meta, und Erik Gafni, einem Ingenieur und Unternehmer, gegründet.
TypeSafe argumentiert, dass Sprachmodelle gut mit menschlicher Sprache umgehen können, für die Automatisierung aber weniger geeignet sind, weil Computer eine andere Sprache sprechen. Jev soll diese Lücke schließen. Das Kapital verschafft dem Unternehmen viel Spielraum, diese Idee zu verfolgen. Ob die Wahrscheinlichkeiten bei den vorgesehenen Aufgaben tatsächlich helfen, muss das Modell allerdings selbst beweisen.