Ein neues KI-Startup, das von einem ehemaligen OpenAI-Forscher gegründet wurde, hat eine sogenannte völlig neue Klasse von Modellen auf den Markt gebracht – eine, die Ihnen keinen Aufsatz schreiben kann, und sagt, dass genau das der Punkt ist.
TypeSafe AI kündigte am Dienstag die Veröffentlichung seines ersten „System One Model“ mit dem Namen Jev an, das ab sofort im Early Access verfügbar ist. Das Unternehmen wurde von Diogo Almeida gegründet, der sagt, dass die Forschung hinter der Befolgung von Anweisungen durch ChatGPT aus der Arbeit hervorgegangen ist, zu der er bei OpenAI beigetragen hat. Nach zwei Jahren im Verborgenen argumentiert er, dass die Fixierung der Branche auf den Chat verschleiert habe, wo die Automatisierung tatsächlich versagt. Weitere Informationen zu dieser Geschichte finden Sie in unserer mehr KI-Geschichten.
„Models sind im Chat seit Jahren übermenschlich, wo ist also die ganze Automatisierung?“ Almeida schrieb im Startbeitrag. „Das ist seit vier Jahren meine treibende Frage.“
Was ein „System One“-Modell eigentlich ist
Der Name lehnt sich an die Unterscheidung der Psychologie zwischen schnellem, instinktivem Denken und langsamem, bewusstem Denken an. Während große Sprachmodelle Text Token für Token generieren – flexibel, allgemein und anfällig für gelegentlichen selbstbewussten Unsinn –, ist Jev von TypeSafe darauf ausgelegt, etwas Engeres zu tun: unstrukturierten Zustand als Eingabe zu verwenden und typisierte, strukturierte Entscheidungen mit angehängten kalibrierten Wahrscheinlichkeiten zurückzugeben.
Das Unternehmen beschreibt Jev als „einen Frontier-Intelligence-Funktionsaufruf: unstrukturierter Zustand rein, typisierte probabilistische Entscheidungen raus.“ Da die möglichen Ausgaben im Voraus definiert werden und das Modell niemals Freiformzeichenfolgen generiert, behauptet TypeSafe, dass es keine Typfehler erzeugen kann – eine Eigenschaft, die das Unternehmen als mathematisch garantiert und nicht als statistisch wahrscheinlich ansieht – und nicht so halluzinieren kann, wie es textgenerierende Modelle können.
Laut dem Startbeitrag weicht die Architektur in dreierlei Hinsicht von der Mainstream-Praxis ab: eine neue Modellarchitektur, ein paralleler Sampler, der alle Ausgaben in einer einzigen Abfrage statt nacheinander erzeugt, und eine Trainingsmethode, die das Unternehmen Reinforcement Learning for Calibrated Decisions (RLCD) nennt und die für epistemisch ehrliche Wahrscheinlichkeiten statt menschlicher Präferenzen oder programmgesteuert überprüfbarer Ausgaben optimiert.
Die Ansprüche: 100x schneller, ein Bruchteil der Kosten
Die von TypeSafe veröffentlichten Zahlen sind aggressiv. Das Unternehmen gibt an, dass Jev Informationen liefert, die mit bestehenden Frontier-LLMs zu den sogenannten „System One-förmigen“ Aufgaben vergleichbar sind – Klassifizierung, Routing, Bewertung, Extraktion und Verzweigungsentscheidungen – und dabei in 70 bis 500 Millisekunden reagiert, während die End-to-End-Antwortzeiten bei Frontier-Modellen 3 bis 329 Sekunden betragen. Das geht laut Angaben des Unternehmens 40- bis 200-mal schneller.
Die Preisgestaltung ist ähnlich unkonventionell: 0,042 US-Dollar pro Million Input-Tokens, Output-Tokens sind kostenlos, da die Outputs parallel berechnet und nicht Token für Token generiert werden. Das Unternehmen gab in seinem Beitrag zu, dass es noch nicht nachweisen kann, dass die Preisgestaltung in großem Maßstab nachhaltig ist.
„Außergewöhnliche Behauptungen erfordern außergewöhnliche Beweise“, heißt es in dem Beitrag, bevor er darlegt, welche Beweise er hat.
Die Quittungen – und was Skeptiker sagen
TypeSafe veröffentlichte eine Paralleldemo, in der Jev mit GPT-5.6 Terra verglichen wurde, das es als das am besten vergleichbare Grenzmodell mit ähnlicher Intelligenz beschreibt, und sagte, dass die einzige Meinungsverschiedenheit im aufgezeichneten Lauf eine wirklich zweideutige Entscheidungsfindung betraf. Außerdem wurde eine neue „Workflow-Evaluierungs“-Methodik eingeführt, die Modelle anhand des Konsenses der größten externen Modelle – Astra von OpenAI und Fable von Anthropic – innerhalb eines festen Rechendiagramms misst, und behauptet, dass Jev „die Pareto-Grenze für fast zwei Größenordnungen besitzt“.
Insbesondere veröffentlichte das Unternehmen einen begleitenden Beitrag mit dem Titel „antibenchmaxxing“, in dem es erklärt, warum es traditionelle Benchmarks vermeidet, und argumentiert, dass ein Modell, das für strukturierte Entscheidungen innerhalb von Software-Workflows entwickelt wurde, sich einem sinnvollen globalen Vergleich widersetzt.
Die Reaktion auf Hacker News, wo der Start innerhalb weniger Stunden Hunderte von Punkten hervorrief, reichte von echter Begeisterung bis hin zu deutlicher Skepsis. Mehrere Kommentatoren stellten fest, dass die öffentlichen Beweise größtenteils aus Demovideos bestehen – darunter eines, das das Modell zeigt, das eine Doom-Gameplay-Schleife antreibt – und nicht aus reproduzierbaren Bewertungen Dritter. Andere argumentierten, der Ansatz sei am besten als extrem schneller Klassifikator mit Grenzqualität zu verstehen, der für einen Teil der Arbeitslasten nützlich sei und nicht als Ersatz für LLMs.
Selbst wohlwollende Beobachter haben die Beweislast klar formuliert. „Ja, sie reden als Skeptiker, bieten aber außer ein paar Videos von Demos nicht viele Beweise an“, schrieb ein Kommentator. „Eine Live-Demo wäre weitaus überzeugender.“
Warum es trotzdem wichtig sein könnte
Der Pitch landet an einem echten Schmerzpunkt. Ein großer Teil der Produktions-LLM-Aufrufe in kommerzieller Software ist überhaupt nicht generativ – es handelt sich um binäre Urteile, Kategoriezuweisungen und Routing-Entscheidungen, verpackt in Prosa. Wenn ein Modell diese Aufrufe mit kalibrierter Zuverlässigkeit in 70 Millisekunden und praktisch ohne Ausgabekosten durchführen kann, ändert sich die Wirtschaftlichkeit von KI-gestützter Software erheblich: Echtzeit-Benutzeroberflächen werden praktisch, und Pipeline-Schritte, deren Automatisierung mit LLMs zu teuer war, werden billig genug, um überall ausgeführt zu werden.
Zu den von TypeSafe empfohlenen Anwendungsfällen gehören das Klassifizieren und Weiterleiten von Daten, das Überprüfen und Schützen von LLM-Ausgaben, das Erkennen von Jailbreaks und die kartenreduzierende Analyse großer Datensätze – Arbeitslasten, bei denen der umgebende Code die Freiheit des Modells einschränken und Fehler erkennen kann.
Das Unternehmen äußert sich offen zu den offenen Fragen: Die veröffentlichten Auswertungen wurden von Laptops an der Westküste der USA durchgeführt, und die langfristige Nachhaltigkeit der Preise ist noch nicht bewiesen. Ob Jevs Geheimdienstansprüche den Kontakt mit unabhängigen Tests überdauern, wird darüber entscheiden, ob „System One Models“ zu einer Kategorie oder einer Kuriosität wird.
Der Frühzugang ist ab sofort über die Website des Unternehmens möglich.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
