Ein Startup namens TypeSafe AI kam diese Woche aus zwei Jahren der Tarnung mit einem mutigen Pitch hervor: Die Branche habe das falsche Modell für die Automatisierung entwickelt. Sein erstes Produkt, ein System namens Jev, nennt das Unternehmen „System One Model“ und es wurde schnell zur meistdiskutierten Geschichte bei Hacker News und erhielt mehr als 1.800 Punkte.
„Models sind im Chat seit Jahren übermenschlich, wo ist also die ganze Automatisierung?“ fragt das Unternehmen in seinem Startbeitrag. Der Gründer, ein ehemaliger OpenAI-Forscher, sagt, dass die Methoden, an deren Entwicklung er beteiligt war, zur Forschung hinter ChatGPT wurden und dass er einst glaubte, dass Chat-Modelle zu künstlicher allgemeiner Intelligenz führen würden, bevor er zu dem Schluss kam, dass etwas Großes fehlte. Weitere Informationen zu dieser Geschichte finden Sie in unserer neueste KI-Entwicklungen.
Was ist ein System One-Modell?
Der Name lehnt sich an die Unterscheidung der Psychologie zwischen schnellem, intuitivem Denken im System Eins und langsamem, bewusstem Denken im System Zwei an. Während die heutigen großen Sprachmodelle Text Token für Token generieren, ist Jev darauf ausgelegt, schnelle, strukturierte Entscheidungen zu treffen, die von der Software direkt genutzt werden können.
Das Unternehmen beschreibt das Modell als „einen Frontier-Intelligence-Funktionsaufruf: unstrukturierter Zustand rein, typisierte probabilistische Entscheidungen raus.“ Anstatt Prosa zu produzieren, die analysiert und validiert werden muss, gibt Jev vordefinierte strukturierte Werte aus, denen jeweils kalibrierte Wahrscheinlichkeiten und Konfidenzwerte beigefügt sind. Das Unternehmen behauptet, dass das Modell niemals Tippfehler macht und nicht so halluzinieren kann, wie es bei Textmodellen der Fall ist. Solche Angaben des Herstellers erfordern jedoch eine genaue Prüfung, bis sie unabhängig bewertet werden.
Der architektonische Unterschied ist der Bereitstellungsmechanismus. Dem Beitrag zufolge generiert Jev alle seine Ausgaben in einem einzigen parallelen Durchgang und nicht autoregressiv, einen Token nach dem anderen. Das Unternehmen gibt an, dass der Verzicht auf die Generierung von Freiform-Strings genau das ist, was ihm Geschwindigkeit bringt: Ausgaben werden gleichzeitig und nicht sequentiell berechnet.
Ein neues Trainingsrezept
Unter der Haube hat TypeSafe nach eigenen Angaben einen neuen Stack entwickelt: eine benutzerdefinierte Modellarchitektur, den Parallel-Sampler und eine Trainingsmethode namens Reinforcement Learning for Calibrated Decisions (RLCD). Das Unternehmen positioniert RLCD im Vergleich zu den beiden dominierenden Rezepten der Branche. Das verstärkende Lernen aus menschlichem Feedback optimiert die Antworten, die menschliche Bewerter bevorzugen. Verstärkungslernen mit überprüfbaren Belohnungen optimiert für Ausgaben, die programmgesteuert überprüft werden können. Stattdessen trainiert RLCD das Modell, seinen Antworten auf schnelle Beurteilungsaufgaben erkenntnistheoretisch ehrliche Wahrscheinlichkeiten zuzuordnen.
Das Ergebnis laut Angaben des Unternehmens: Höheres Vertrauen sollte mit höherer Genauigkeit korrelieren, und ähnliche Eingaben sollten konsistente Ausgaben erzeugen, Eigenschaften, die wichtig sind, wenn die Entscheidungen eines Modells direkt in die Produktionssoftware integriert werden.
Die Leistungs- und Preisansprüche
Die Behauptungen sind selbst für Startup-Verhältnisse aggressiv. Laut TypeSafe erreicht Jev bei sogenannten System-One-Aufgaben eine ähnliche Intelligenz wie bestehende LLMs und führt diese Abfrageformen 40- bis 200-mal schneller aus. Auf der Homepage des Unternehmens werden Zahlen genannt, die 193,6-mal schneller und 444,6-mal günstiger sind, obwohl der Blog-Beitrag einräumt, dass diese „am oberen Ende der realen Gewinne“ liegen. Das Unternehmen gibt außerdem an, dass das Modell Geschwindigkeiten von etwa 100 Millisekunden erreicht, was schnell genug ist, um die KI-Beurteilung in benutzerorientierte Arbeitsabläufe einzubetten, bei denen die Latenz entscheidend ist.
Die Preisgestaltung folgt dem unkonventionellen Design. TypeSafe listet Eingabe-Tokens mit 0,042 US-Dollar pro Million Token auf, etwa 42 US-Dollar pro Milliarde, und stellt fest, dass die übliche LLM-Kostenstruktur umgekehrt ist: Da Jev strukturierte Ausgaben parallel erzeugt, anstatt lange Zeichenfolgen zu generieren, verschwindet die teure Ausgabe-Token-Seite des Ledgers weitgehend. Das Unternehmen vergleicht dies mit herkömmlichen Modellen, bei denen Output-Tokens typischerweise ein Vielfaches teurer sind als Input-Tokens.
Die Quittungen und ihre Grenzen
Man muss dem Launch-Posten zugute halten, dass er versucht, den Hype durch Demonstrationen nebeneinander zu untermauern. Für seinen Hauptvergleich verwendete das Unternehmen GPT-5.6 Terra mit Standardbegründung, das es hinsichtlich der durchschnittlichen Intelligenz als das mit Jev am besten vergleichbare Modell beschreibt. Referenzantworten in seinen Bewertungen werden als Durchschnitt von OpenAIs GPT-6 Astra und Anthropics Fable 5.1 berechnet, eine Wahl, die das Unternehmen einräumt, dass seine Vergleiche auf die etablierten Labore ausgerichtet sind. Kosten- und Latenzzahlen für die LLM-Seite stammen von OpenRouter, das nach Angaben des Unternehmens eigene Routing-Verzerrungen mit sich bringt.
Dieser Abschnitt zur Methodik ist für eine Markteinführungsankündigung ungewöhnlich offen und wird auch von Skeptikern in den Fokus gerückt. Alle Schlagzeilenzahlen stammen von Aufgaben, die das Unternehmen selbst ausgewählt hat, und werden als Entscheidungen beschrieben, die klassifiziert, weitergeleitet, bewertet, extrahiert oder verzweigt werden können – genau die Formen, die seine Architektur bevorzugt. Es gibt noch keine unabhängigen Benchmarks, und die unternehmenseigene Formulierung räumt ein, dass die Vergleiche von der Abfrageauswahl abhängen.
Warum die Markteinführung großen Anklang fand
Der begeisterte Empfang von Hacker News, bei dem der Beitrag innerhalb eines Tages die 1.800-Punkte-Marke erreichte, deutet darauf hin, dass der Pitch einen echten Nerv trifft. Entwickler, die KI-Produkte entwickeln, haben zwei Jahre lang mit der Lücke zwischen beeindruckenden Demos und zuverlässiger Automatisierung gerungen: halluzinierte Tool-Aufrufe, inkonsistente Urteile, teure Ketten langsamer Denkschritte, zusammengeheftet mit brüchigem Klebecode.
TypeSafe geht davon aus, dass ein bedeutender Teil der realen KI-Arbeitslasten überhaupt kein gesprächiges Modell benötigt. Betrugsprüfungen, Support-Ticket-Triage, Lead-Bewertung, Inhaltsmoderation, Protokollanalyse und unzählige Routing-Entscheidungen sind grundsätzlich Klassifizierungsprobleme mit klar definierten Ausgaberäumen. Für diese könnte ein spezielles Modell, das kalibrierte Wahrscheinlichkeiten in Millisekunden zurückgibt, Allzweck-LLMs sowohl hinsichtlich der Geschwindigkeit als auch der Kosten unterbieten.
Auch das Gegenargument ist bekannt: Allgemeine Modelle werden immer besser und billiger, und die flexible String-Schnittstelle, die LLMs unvorhersehbar macht, macht sie auch ohne Umschulung an neue Aufgaben anpassbar. Eine enge Entscheidungsmaschine muss genügend homogenes Arbeitslastvolumen finden, um ihre Existenz zu rechtfertigen.
Jev ist ab dieser Woche im Early Access verfügbar. Unabhängig davon, ob es sich dabei um eine neue Kategorie oder eine merkwürdige Fußnote handelt, verleiht die Einführung einem Branchenargument, das immer lauter wird, eine deutliche Stimme: Der schnellste Weg zur KI-Automatisierung führt möglicherweise nicht über größere Chatbots, sondern über Modelle, die nach den Grundprinzipien entwickelt wurden, um genau eine Sache schnell zu tun und Ihnen zu sagen, wie sicher sie sind.
---
Bleib vorne bei KIDie neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Mehr KI-Nachrichten lesen →
