AI News

Стартап в сфере инференса ИИ (AI Inference) Modal Labs привлекает финансирование при оценке в $2,5 млрд, удвоив ее за 5 месяцев

Modal Labs, специализированная облачная платформа для разработчиков ИИ, закрывает новый раунд финансирования, в ходе которого компания оценивается примерно в $2,5 млрд. Сообщается, что раунд возглавляет General Catalyst — этот шаг подчеркивает ненасытный аппетит инвесторов к инфраструктуре, способной поддерживать бурно развивающуюся экономику генеративного ИИ (Generative AI).

Эта инъекция капитала знаменует собой резкое ускорение траектории роста Modal Labs, фактически удвоив ее оценку менее чем за пять месяцев. Ранее стартап достиг статуса единорога (unicorn status) в октябре 2025 года, когда привлек раунд серии B при послеинвестиционной оценке в $1,1 млрд. Столь быстрое изменение цены отражает более широкий сдвиг в ландшафте венчурного капитала, где фокус смещается с обучения базовых моделей на «слой инференса» (inference layer) — инфраструктуру, необходимую для запуска и масштабирования этих моделей в промышленной эксплуатации.

Переход к инфраструктуре инференса

В течение последних двух лет в дискуссиях об ИИ доминировала тема огромных капитальных затрат на обучение больших языковых моделей (LLM). Однако по мере того, как предприятия переходят от экспериментов к развертыванию, «узкое место» сместилось в сторону инференса (inference) — фактической обработки пользовательских запросов этими моделями.

Modal Labs позиционирует себя как критически важного игрока в этом пространстве, предлагая бессерверную GPU-платформу (serverless GPU platform), которая абстрагирует сложность облачной инфраструктуры. В отличие от традиционных облачных провайдеров, требующих сложной настройки (часто включающей Kubernetes и бесконечные YAML-файлы), Modal позволяет разработчикам определять контейнерные среды, требования к оборудованию и логику масштабирования непосредственно в коде Python.

Erik Bernhardsson, соучредитель и генеральный директор Modal Labs, отстаивает философию «Инфраструктура из кода» (Infrastructure-from-Code). Позволяя инженерам выделять высокопроизводительные графические процессоры Nvidia H100 или A100 с помощью одной строки Python, Modal получила значительную популярность среди команд по работе с данными и ИИ-стартапов, которым необходимо быстро итерировать, не управляя накладными расходами на dev-ops.

Оценка и показатели роста

Скачок к оценке (valuation) в $2,5 млрд подтверждается сильными фундаментальными показателями. Источники, близкие к сделке, указывают на то, что Modal Labs достигла годового регулярного дохода (ARR) в размере около $50 млн. Такой рост выручки свидетельствует о том, что компания не просто оседлала волну хайпа, но и видит значительное потребление своих вычислительных ресурсов со стороны платных клиентов.

В следующей таблице отражен стремительный рост оценки Modal Labs за последние несколько лет:

История финансирования Modal Labs

Раунд Дата Оценка Ведущий инвестор
Seed Начало 2022 Не разглашается Amplify Partners
Серия A Октябрь 2023 Не разглашается Redpoint Ventures
Серия B Октябрь 2025 $1,1 млрд Lux Capital
Новый раунд Февраль 2026 $2,5 млрд General Catalyst

Почему General Catalyst возглавляет раунд

Участие General Catalyst сигнализирует о стратегической ставке на компании, обеспечивающие работу «прикладного уровня». Фирма проявляет агрессивность в своих тезисах относительно ИИ, недавно выделив миллиарды на «стратегии создания» и компании прикладного ИИ. Поддерживая Modal, General Catalyst инвестирует в поставщиков «лопат и кирок» (pick-and-shovel), которые будут обеспечивать работу следующего поколения приложений ИИ.

Интерес фирмы, вероятно, вызван дифференциацией Modal на переполненном рынке. В то время как конкуренты, такие как Replicate, фокусируются на простом хостинге моделей через API, а RunPod предлагает чистую аренду GPU, Modal находит баланс, предлагая программируемую среду выполнения. Это позволяет ей обрабатывать не только простой инференс моделей, но и сложные, трудоемкие задачи, такие как:

  • Тонкая настройка (Fine-tuning) моделей с открытым исходным кодом на пользовательских данных.
  • Пайплайны генерации 3D-активов.
  • Симуляции фолдинга белков для биотехнологий.
  • Выполнение кода в песочнице (Sandboxed code execution) для ИИ-агентов.

Техническое преимущество: Инфраструктура из кода

В основе привлекательности Modal лежит ее техническая архитектура. Платформа может похвастаться временем холодного старта менее секунды (sub-second cold start times), что является критическим показателем для бессерверного инференса, где пользователи ожидают мгновенных ответов. Modal достигает этого путем оптимизации среды выполнения контейнеров и файловой системы, что позволяет ей развертывать тысячи GPU за секунды для обработки скачков трафика и немедленно масштабироваться до нуля после завершения задачи, экономя затраты разработчиков.

Эта эластичность жизненно важна для текущей волны приложений генеративного ИИ, которые часто сталкиваются с «взрывными» паттернами трафика, которыми дорого управлять с помощью традиционных, постоянно включенных серверных кластеров.

Конкурентная среда и перспективы на будущее

Эта сделка прочно выводит Modal Labs в высший эшелон стартапов в сфере инфраструктуры ИИ (AI infrastructure). В этом секторе наблюдается интенсивная конкуренция, и другие игроки также привлекают масштабные раунды:

  • Baseten недавно обеспечил финансирование при оценке в $5 млрд.
  • Fireworks AI привлек капитал при оценке в $4 млрд в конце 2025 года.

По мере созревания рынка ИИ победители, вероятно, будут определяться качеством опыта разработчиков и надежностью. Обладая $50 млн ARR и новым финансовым ресурсом от General Catalyst, Modal Labs имеет все возможности для расширения своей инженерной команды, обеспечения больших мощностей GPU и агрессивного нацеливания на корпоративных клиентов, которые в настоящее время пытаются перевести свои пилотные ИИ-проекты в масштабируемое производство.

Финансирование подтверждает тезис о том, что пока войны моделей (OpenAI против Anthropic против Google) захватывают заголовки газет, инфраструктурные компании, позволяющие этим моделям работать, создают огромную, ощутимую ценность.

Рекомендуемые