गोपनीय ढंग से काम करने वाली इजरायली AI स्टार्टअप Two Delta ने बिल एकमैन और एरिक श्मिट की भागीदारी वाले सीड दौर में कई करोड़ डॉलर जुटाए हैं। यह जानकारी Calcalist ने 22 अक्टूबर 2026 को दी। द्वीर जेल्टजर और डॉ. एली डेविड ने 2025 में कंपनी बनाई थी और इसमें 10 से कम कर्मचारी हैं। रिपोर्ट में सटीक रकम या कंपनी का मूल्यांकन नहीं बताया गया। एकमैन Pershing Square के संस्थापक और CEO हैं; श्मिट Google के पूर्व चेयरमैन हैं।
कंपनी AI मॉडल के इन्फरेंस को तेज करने और कंप्यूटिंग संसाधनों के बेहतर उपयोग की तकनीक विकसित करती है। उसने NVIDIA के सहयोग से विकसित DCOCO और वेब ऐप में बार-बार बदलाव करने वाले कोडिंग एजेंटों के परीक्षण EvoWeb पर तकनीकी लेख भी प्रकाशित किए हैं। दोनों परियोजनाएं काम की कुछ दिशाएं दिखाती हैं, लेकिन सभी उत्पादों या कारोबारी मॉडल का पूरा विवरण नहीं देतीं।
पूरी कारोबारी तस्वीर से पहले निवेश
Calcalist के अनुसार, Two Delta ने अपनी वेबसाइट के तकनीकी प्रकाशनों के अलावा गतिविधियों के बारे में कम जानकारी दी है। इससे विकास का उद्देश्य और रिपोर्ट में बताए निवेशक समझ आते हैं, लेकिन बिक्री, ग्राहकों की संख्या या व्यावसायिक उत्पाद की तैयारी नहीं। एकमैन और श्मिट की भागीदारी भी तकनीकी प्रदर्शन का माप नहीं है; उसे तय उपयोग स्थितियों में परखना पड़ता है।
इजरायली पक्ष स्पष्ट है: 2025 में बनी छोटी स्थानीय कंपनी AI की कंप्यूटिंग परत पर काम करने के लिए प्रसिद्ध अंतरराष्ट्रीय निवेशकों से पूंजी जुटा रही है। नए उपभोक्ता ऐप के बजाय वह मौजूदा मॉडलों के परिणाम बनाने के तरीके पर केंद्रित है। एक ही ढांचे से अधिक काम संभव हो सकता है, लेकिन प्रयोग के नतीजे और ग्राहक की बचत के बीच एकीकरण तथा संचालन के चरण हैं।
निवेश और NVIDIA के सहयोग को भी अलग रखना चाहिए। वित्तपोषण की रिपोर्ट एकमैन और श्मिट को निवेशकों में गिनती है। तकनीकी लेख NVIDIA के मॉडल को तेज करने के संयुक्त काम का वर्णन करता है। इसका अर्थ नहीं कि NVIDIA ने निवेश किया, तकनीक खरीदी या सभी उत्पादों में अपनाई; प्रकाशित विवरण में ऐसा कोई ऐलान नहीं है।
DCOCO जांच से पहले मसौदा सुधारता है
DCOCO का क्षेत्र इन्फरेंस है, यानी प्रशिक्षित मॉडल से उत्तर बनवाना। इसे तेज करने का एक तरीका स्पेकुलेटिव डिकोडिंग है: छोटा और तेज मॉडल टोकन का क्रम सुझाता है, जिसे बड़ा मॉडल एक बार में जांचता है। टोकन सूचना इकाइयां हैं, जरूरी नहीं कि पूरे शब्द हों। कई प्रस्ताव साथ स्वीकार करने से क्रमिक काम बच सकता है।
लेकिन तेज प्रस्ताव हमेशा अच्छा नहीं होता। क्रम के हिस्से मेल न खाएं तो बड़ा मॉडल उन्हें खारिज कर सकता है और लाभ घट जाता है। DCOCO जांच से पहले विकल्पों के बीच संगति सुधारना चाहता है। कंपनी टोकन प्रतिनिधित्व को संदर्भगत जानकारी से मिलाकर, पड़ोसी संयोजनों को समानांतर अंक देने और अधिक संगत क्रम चुनने की प्रक्रिया बताती है।
सरल शब्दों में, उद्देश्य मसौदा बनाने को बहुत धीमा किए बिना हर चरण में बड़े मॉडल द्वारा स्वीकार किए जाने वाले आउटपुट को बढ़ाना है। जांच की जिम्मेदारी बड़े मॉडल की रहती है। कंपनी कहती है कि लक्ष्य मॉडल की आउटपुट गुणवत्ता बनी रहती है। यह संचालन के तरीके का दावा है, मॉडल में नया ज्ञान या बेहतर प्रश्न समझ आने की घोषणा नहीं।
2.03 गुना आंकड़े के पीछे की शर्तें
Two Delta का कहना है कि NVIDIA के Nemotron 3.5 Super VL पर अपने परीक्षणों में उसने सामान्य ऑटोरेग्रेसिव डिकोडिंग के मुकाबले औसत थ्रूपुट 2.03 गुना पाया। ये कंपनी के प्रकाशित नतीजे हैं, जिनकी स्वतंत्र पुष्टि नहीं है। आंकड़ा खास स्थितियों का है: सोचने का मोड बंद, ग्रीडी टोकन चयन और एक समय में एक अनुरोध। यह हर ऐप की गति दोगुनी करने का वादा नहीं।
प्रकाशन गणित, कोडिंग और सामान्य कामों के 10 डेटासेट पर NVIDIA DGX B200 हार्डवेयर तथा vLLM से परीक्षण बताता है। ये सेटिंग परिणाम का हिस्सा हैं। मॉडल, हार्डवेयर, उत्तर की लंबाई या साथ आने वाले अनुरोध बदलने से नतीजे बदल सकते हैं। इसलिए संख्या खास विन्यास का परिणाम है, हर सेवा पर लगाने वाला स्थिर गुणक नहीं।
थ्रूपुट का अर्थ प्रति समय इकाई बनने वाला आउटपुट है। यह उपयोगकर्ता के कुल इंतजार के समान नहीं, जिसमें अतिरिक्त चरण हो सकते हैं। इसी तरह अधिक टोकन प्रति सेकंड से कीमत अपने आप उसी अनुपात में नहीं घटती। खर्च सहायक संसाधनों, सिस्टम के उपयोग और कंप्यूटिंग प्रदाता के अनुबंध पर भी निर्भर है।
ऐसी तकनीक पर विचार करने वाली इजरायली टीम के लिए व्यावहारिक प्रश्न अपने कार्यभार और कामों में जरूरी गुणवत्ता के साथ प्रदर्शन है। निवेश और प्रमुख संख्या संदर्भ देते हैं, लेकिन मौजूदा सिस्टम से अनुकूलता की जगह नहीं लेते। दक्षता के उद्देश्य को ग्राहक के यहां पहले से मापे लाभ से अलग रखना चाहिए; कंपनी ने यहां दूसरे पहलू के विस्तृत कारोबारी आंकड़े नहीं दिए।
EvoWeb पहली रिलीज के बाद देखता है
EvoWeb दूसरा प्रश्न पूछता है: जब उपयोगकर्ता लगातार सुविधाएं और बदलाव मांगता है, तो क्या कोडिंग एजेंट ऐप को काम करता रख सकता है? Two Delta के परीक्षण में 32 वेब ऐप हैं। हर ऐप 10 लगातार अनुरोधों से गुजरता है: शुरुआती निर्माण और फिर 9 बदलाव। इस तरह नई सुविधाओं और पहले बने हिस्सों के संबंध भी जांचे जाते हैं।
एक अनुरोध वाले परीक्षण से यह अंतर व्यावहारिक है। ऐप सफलतापूर्वक बिल्ड हो सकता है, लेकिन पुराने डेटा या व्यवहार पर निर्भर सुविधा जुड़ने से बिगड़ सकता है। लगातार परीक्षण बदलावों के मेल को जांचता है, केवल यह नहीं कि हर जोड़ अलग से अच्छा लगता है। ये कंपनी के परीक्षण की परिभाषाएं और नतीजे हैं, बाजार के सभी कोडिंग उपकरणों की अंतिम रैंकिंग नहीं।
व्यवहार में रखरखाव परीक्षण में बदलाव के बाद पुरानी सुविधाओं का इस्तेमाल भी होना चाहिए। कोड बिना त्रुटि बिल्ड होने का अर्थ नहीं कि उपयोगकर्ता की क्रिया सही पूरी होगी। तकनीकी रूप से ऐप तैयार करना और उपयोग के समय उसका काम करना अलग बातें हैं।
इजरायल के डेवलपर के लिए दोनों परियोजनाओं का साझा बिंदु लगातार उपयोग जैसी परिस्थितियों में सिस्टम को मापना है: आउटपुट कितना कुशल बनता है और बदलाव के बाद सॉफ्टवेयर चलता रहता है या नहीं। Two Delta तकनीकी दिशा और अपने आकार के लिहाज से बड़ी पूंजी दिखाती है। कारोबारी गतिविधियों का सार्वजनिक विवरण सीमित है, और गति के आंकड़े उसके बताए प्रयोगों में कंपनी के अपने नतीजे बने हुए हैं।