Modal capta $750 milhões com avaliação de $15,75 bilhões e chega a $1 bilhão de ARR

A Modal fechou uma rodada D de $750 milhões com avaliação de $15,75 bilhões. A Accel liderou o aporte. A provedora de infraestrutura de IA, sediada em Nova York, tornou-se um decacórnio e superou a marca de $1 bilhão em receita anual (ARR). O uso da plataforma cresceu mais de 15 vezes em um ano, e a avaliação triplicou em cinco meses. A maior contribuição vem dos Sandboxes: lançado em 2023, o produto já tem run rate de $300 milhões. A plataforma criou cerca de 3 bilhões de sandboxes e mantém até um milhão simultâneos. • Casos de uso dos Sandboxes: agentes em segundo plano, aprendizado por reforço, plataformas de vibe coding • A Together tem $1,2 bilhão em bookings anuais, e a Fireworks passou de $1 bilhão em ARR • A Baseten triplicou a receita, para $600 milhões em base anualizada

Processado por IA de Latent Space (swyx); editado por Hamidun News
Modal capta $750 milhões com avaliação de $15,75 bilhões e chega a $1 bilhão de ARR
Fonte: Latent Space (swyx). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalLatent Space (swyx) ↗
Editor-chefe
Casos de uso dos Sandboxesagentes em segundo plano, aprendizado por reforço, plataformas de vibe coding
Dado-chave #2A Together tem $1,2 bilhão em bookings anuais, e a Fireworks passou de $1 bilhão em ARR
Dado-chave #3A Baseten triplicou a receita, para $600 milhões em base anualizada

A Modal, provedora de infraestrutura de IA de Nova York, captou $750 milhões em uma rodada D, com avaliação de $15,75 bilhões. A Accel liderou o aporte. A receita anual (ARR) da empresa ultrapassou $1 bilhão, e o uso da plataforma cresceu mais de 15 vezes em um ano. Em cinco meses desde a última atualização, a empresa triplicou tanto em carga de uso quanto em avaliação. Antes um unicórnio de infraestrutura, a Modal agora é um decacórnio.

Sandboxes que ultrapassaram o resto do produto

O principal motor de crescimento foram os Sandboxes. A Modal os lançou em 2023, quando percebeu que as pessoas começavam a gerar código em massa com LLMs. Esse código precisa ser executado em algum lugar com segurança, e um ambiente isolado se mostrou justamente o que faltava aos agentes. Três anos depois, o Sandboxes é um produto à parte, com run rate de $300 milhões.

A escala é considerável. A plataforma já iniciou cerca de 3 bilhões de sandboxes e consegue manter até um milhão simultâneos. Os casos de uso variam: agentes em segundo plano, aprendizado por reforço, plataformas de vibe coding e muito mais. Em um post sobre a rodada, o cofundador e CEO Erik Bernhardsson apresenta o resultado como a história de um mercado que alcançou uma ideia concebida antes do boom dos agentes.

Na conferência AIE NYC, em julho, o CTO Akshat descreveu os planos da empresa para a carga de trabalho dos agentes:

  • milhões de sandboxes simultâneos;
  • execução segura e elástica de clusters RDMA para treinamento distribuído;
  • treinamento de speculators modernos para inferência;
  • um novo runtime de sandboxes.

A lógica é clara. A Modal não quer apenas alugar GPUs: está construindo a camada de execução do código que os modelos escrevem. Sandboxes, treinamento e inferência rodam sobre a mesma base, então um mesmo cliente pode crescer nas três frentes.

Concorrentes crescem igualmente rápido

A Modal não está sozinha. Segundo o DealBook, outros provedores de inferência têm números comparáveis:

  • Together — $1,2 bilhão em bookings anuais;
  • Fireworks — mais de $1 bilhão em ARR;
  • Baseten — receita triplicada, para $600 milhões em base anualizada;
  • Modal — $1 bilhão em ARR e avaliação de $15,75 bilhões.

Ao mesmo tempo, os sandboxes para agentes viram um nicho próprio. Vários players já apresentaram suas soluções:

  • Perplexity SPACE: processa milhões de execuções por dia com taxa de erros abaixo de 0,0002% e vincula as requisições às execuções por meio de identificadores assinados de curta duração;
  • Factory OpenCompute: orquestrador de sandboxes self-hosted, que mantém os agentes dentro da VPC do cliente;
  • Prime Sandboxes: checkpoints do sistema de arquivos permitem ramificar rollouts de RL a partir de estados intermediários.

Cada uma resolve um problema específico: segurança, controle de dados ou reprodutibilidade do treinamento. A Modal leva vantagem pela versatilidade e pela velocidade de escala.

O que as equipes que constroem agentes devem fazer

Para os desenvolvedores, a principal conclusão é que a execução de código pelo agente virou uma camada própria da stack, com métricas específicas: tempo de inicialização, número de ambientes paralelos, isolamento e custo. Ao escolher uma plataforma, vale verificar de saída se ela aguenta não dezenas, mas milhares de sandboxes simultâneos. Para setores regulados, opções como o Factory OpenCompute, em que código e dados permanecem no perímetro do cliente, tendem a ser mais importantes. Equipes que trabalham com aprendizado por reforço devem olhar para mecanismos de checkpoint e fork de estado, como os do Prime Sandboxes.

Para o mercado como um todo, os números apontam para uma coisa: o dinheiro não vai só para o treinamento de grandes modelos, mas também para a infraestrutura que os faz funcionar. Se a avaliação, triplicada em cinco meses, se sustentar, a próxima pergunta será a margem desses serviços diante da concorrência crescente de gigantes de nuvem e de players especializados.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Sandboxes que ultrapassaram o resto do produto?

O principal motor de crescimento foram os Sandboxes. A Modal os lançou em 2023, quando percebeu que as pessoas começavam a gerar código em massa com LLMs. Esse código precisa ser executado em algum lugar com segurança, e um ambiente isolado se mostrou justamente o que faltava aos agentes. Três anos depois, o Sandboxes é um produto à parte, com run rate de $300 milhões. A escala é considerável. A plataforma já iniciou cerca de 3 bilhões de sandboxes e consegue manter até um milhão simultâneos. Os casos de uso variam: agentes em segundo plano, aprendizado por reforço, platafo

O que se sabe sobre Concorrentes crescem igualmente rápido?

A Modal não está sozinha. Segundo o DealBook, outros provedores de inferência têm números comparáveis: Together — $1,2 bilhão em bookings anuais; Fireworks — mais de $1 bilhão em ARR; Baseten — receita triplicada, para $600 milhões em base anualizada; Modal — $1 bilhão em ARR e avaliação de $15,75 bilhões. Ao mesmo tempo, os sandboxes para agentes viram um nicho próprio. Vários players já apresentaram suas soluções: Perplexity SPACE: processa milhões de execuções por dia com taxa de erros abaixo de 0,0002% e vincula as requisições às execuções por meio de identificadores as

O que as equipes que constroem agentes devem fazer?

Para os desenvolvedores, a principal conclusão é que a execução de código pelo agente virou uma camada própria da stack, com métricas específicas: tempo de inicialização, número de ambientes paralelos, isolamento e custo. Ao escolher uma plataforma, vale verificar de saída se ela aguenta não dezenas, mas milhares de sandboxes simultâneos. Para setores regulados, opções como o Factory OpenCompute, em que código e dados permanecem no perímetro do cliente, tendem a ser mais importantes. Equipes que trabalham com aprendizado por reforço devem olhar para mecanismos de checkpoint

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…