Modal lève 750 millions de dollars pour une valorisation de 15,75 milliards et atteint 1 milliard de run rate

Modal, plateforme d'exécution de charges de travail IA, a levé 750 millions de dollars lors d'une Series D, pour une valorisation post-money de 15,75 milliards. Accel a mené le tour. Avec cette annonce, l'entreprise affirme avoir dépassé 1 milliard de dollars d'annualized run rate : cinq mois se sont écoulés depuis la Series C, l'usage a triplé sur cette période, et la croissance atteint plus de 15 fois sur un an. Un calcul simple : la valorisation représente environ 15,75 fois le rythme annuel actuel de revenus. Pour une entreprise d'infrastructure qui croît à ce rythme, cela ne paraît pas excessif.

Kleiner Perkins participe également au tour. Tous les investisseurs existants ont réinvesti : Menlo Ventures, General Catalyst, Redpoint, Lux Capital, Amplify Partners et Bain Capital Ventures. L'équipe de Modal compte aujourd'hui plus de 200 personnes à New York, San Francisco et Stockholm.

Ce qui rapporte réellement de l'argent

Le premier produit de Modal était Functions : vous écrivez le code, la plateforme l'exécute. Il a servi à générer des images avec des modèles de diffusion, de la musique chez Suno, à faire de l'inférence via SGLang et vLLM, et à entraîner des modèles. Mais le principal moteur de ces derniers temps est Sandboxes. Lancé en 2023, au moment où il devenait évident que les développeurs généraient massivement du code avec des LLM, et que ce code devait être exécuté quelque part, de façon isolée. Aujourd'hui, ce produit pèse 300 millions de dollars de run rate. L'entreprise a lancé près de 3 milliards de sandboxes, et la plateforme peut monter jusqu'à un million de sandboxes exécutées simultanément.

La liste des clients illustre la diversité des charges. DoorDash fait passer des applications internes de l'expérimentation à la production. Cognition, Ramp, Linear et Hebbia construisent des agents en arrière-plan. Runway génère de la vidéo dans plusieurs régions. Physical Intelligence, Generalist AI et 1X entraînent des robots. Chai Discovery et Achira mènent des développements de médicaments, et des scientifiques lancent des calculs sur la même plateforme via Claude Science. Le fondateur cite aussi Jev de TypeSafe AI : en trois jours, le produit a traité 1 trillion de tokens sur Modal.

Pourquoi réécrire la pile technique

L'argument du fondateur de Modal est le suivant : chaque rupture technologique engendre ses propres outils. Le cloud a apporté Docker, Kubernetes et Terraform. Avec l'IA, les frictions sont différentes : les GPU sont rares, les modèles sont volumineux et lents à charger, et le code écrit par un LLM doit s'exécuter de manière isolée. Tout cela peut être assemblé sur l'ancienne pile, mais le résultat devient un « YAML hell » et un « GPU procurement purgatory », selon les termes de l'auteur.

Modal a donc abandonné la plupart des solutions existantes et réécrit de zéro son système de fichiers, son container runtime, son ordonnanceur et sa couche réseau. En dessous, un pool de capacités réparti sur plus de 20 clouds.

Les chiffres clés de l'annonce :

• Series D : 750 millions de dollars, valorisation de 15,75 milliards post-money, tour mené par Accel.
• Annualized run rate : plus de 1 milliard de dollars.
• Croissance : usage triplé en cinq mois, revenus multipliés par plus de 15 en un an.
• Sandboxes : 300 millions de dollars de run rate, environ 3 milliards de sandboxes lancées, jusqu'à 1 million en parallèle.
• Pool de capacités : plus de 20 clouds.
• Équipe : plus de 200 personnes.

La suite côté produits

L'entraînement multinœud est déjà disponible : un seul décorateur suffit pour démarrer un cluster avec une connexion RDMA complète, sans engagement de réservation de capacité. L'entreprise remonte dans la pile et prépare un ensemble de produits pour le RL et le post-entraînement. Côté inférence, Modal a ajouté Modal servers pour les serveurs HTTP, ainsi que des fonctions pour le serving de LLM, par exemple Endpoint Candidates. Dans Sandboxes, les machines virtuelles sont désormais en disponibilité générale.

Ce que les équipes doivent retenir

Le run rate est une estimation propre à l'entreprise, sans vérification indépendante. La direction est toutefois claire : l'exécution de code généré devient une couche d'infrastructure à part entière, et non une fonction annexe de l'orchestrateur. Les équipes qui construisent des agents ou des pipelines RL ont intérêt à comparer le coût d'une sandbox maison sur Kubernetes avec celui d'un service prêt à l'emploi, à évaluer le comportement de la plateforme lors d'un pic de charge (le cas de Jev, avec 1 trillion de tokens en trois jours, est un bon étalon) et à anticiper dès le départ la portabilité du code.

La question de la dépendance à un fournisseur demeure tant que les API de sandboxes et les décorateurs ne sont pas devenus un standard.