Компания Applied Compute из Калифорнии, помогающая бизнесу разрабатывать, развертывать и оптимизировать open-weight AI models, как сообщается, ведет переговоры с инвесторами о привлечении финансирования при оценке примерно в $3 млрд, согласно The Information.

Если сделка состоится, новый раунд более чем удвоит предыдущую оценку компании в $1.3 млрд, установленную всего четыре месяца назад, — скачок, который подчеркивает меняющееся отношение инвесторов к AI infrastructure. Applied Compute не одна привлекает капитал в этот сегмент: Together AI, Fireworks AI и Anyscale уже привлекли значительное финансирование для работы с open-model ecosystem, что отражает более широкую стратегию "picks and shovels", при которой инвесторы стремятся получить доступ к инфраструктуре, выигрывающей независимо от того, какие именно модели получат распространение.

Этот шаг отражает более широкий тренд в AI-индустрии. По мере развития open models компании все чаще ищут системы, которые можно настраивать и контролировать, что повышает спрос на инфраструктуру, способную обучать, развертывать и непрерывно улучшать такие модели. Hugging Face, ведущая платформа для open models, сообщила, что в 2025 году число ее пользователей достигло 13 million, а количество public models превысило 2 million, что иллюстрирует быстрое созревание open-source AI ecosystem.

Удвоение с уровня $1.3 млрд в Series B

В апреле Applied Compute объявила о раунде на $80 million, возглавленном Kleiner Perkins, при post-money valuation в $1.3 млрд. Этот раунд довел общий объем финансирования компании примерно до $160 million.

В рамках предлагаемого нового раунда оценка в $3 млрд означает примерно 2.3x по сравнению с апрельской оценкой — и это всего за несколько месяцев. Раунд финансирования по-прежнему открыт, поэтому итоговая оценка может измениться.

Предлагаемая оценка также резко контрастирует с данными о финансировании от Epoch AI. По данным Epoch, Mistral AI, один из ведущих разработчиков open models, к September 2025 привлек $3 млрд в equity при оценке $13.7 млрд. Для сравнения, Applied Compute на данный момент привлекла около $160 million, а значит, ее предполагаемая оценка в $3 млрд основана на гораздо меньшем объеме капитала, чем у Mistral.

Сами компании нельзя напрямую сравнивать: Mistral создает foundation models, а Applied Compute предоставляет инфраструктурный слой. Тем не менее это различие показывает, насколько высоко инвесторы оценивают инфраструктуру для open-source AI. Последний раунд Mistral был почти в 25 times больше общего объема финансирования Applied Compute и при этом оценивал компанию примерно в 4.6 times выше — это дает контекст для роста оценки Applied Compute без опоры на неопределенные прогнозы выручки.

Что именно продает Applied Compute

Applied Compute описывает свою platform как облачную среду для обучения, inference и непрерывного улучшения open models. Ее Agent Cloud, или AC2, позволяет компаниям обучать модели на основе собственных данных и рабочих процессов, а затем развертывать их в production.

Ключевая идея компании — связать обучение модели с развертыванием agents. В отличие от традиционного подхода, который разделяет training и deployment, Applied Compute позволяет организациям сохранять существующую agent infrastructure без изменений и подставлять альтернативную обученную модель, соответствующую их задачам. Для регулируемых отраслей, таких как здравоохранение и финансовые услуги, такая архитектура также помогает решить вопросы data governance, поскольку компании могут дорабатывать модели в контролируемой среде вместо передачи proprietary data внешним API providers.

"The harness can stay where it already runs." — Vinjai Vale, Applied Compute

Платформа использует production traces, enterprise context и reinforcement learning для улучшения специализированных моделей — это может становиться все более ценным по мере того, как компании отходят от универсальных AI assistants и стремятся к измеримой отдаче от своих AI-инвестиций.

Собственные исследования Applied Compute демонстрируют этот подход. В recent experiment компания обучила router для распределения software-engineering задач между NVIDIA's Nemotron 3 Ultra, GPT-5.5 и Claude Opus 4.7. По словам компании, router достиг уровня GPT-5.5 примерно при 25% lower cost, сохранив при этом большую часть преимуществ oracle strategy.

В основе этой стратегии лежит отношение к AI models как к взаимозаменяемым компонентам. Вместо того чтобы направлять каждую задачу к самой мощной модели, компании могут балансировать между возможностями и стоимостью — и этот подход становится все более актуальным по мере того, как open models сокращают разрыв с proprietary systems и как совокупные расходы на API у proprietary providers становятся существенной статьей затрат для растущих компаний. Ранее Cryptopolitan уже писал о соперничестве Kimi K3 с OpenAI и Anthropic, показывая, как китайские open-weight models все активнее бросают вызов американским системам по качеству и цене.

Почему момент благоприятен для ставки на open-models

Переговоры Applied Compute о финансировании происходят в момент, когда расходы на AI infrastructure смещаются в сторону production workloads. Gartner ожидает, что inference будет составлять 55% расходов на AI-optimized infrastructure-as-a-service в 2026 году, по мере того как AI все шире применяется в реальных сценариях.

Этот тренд соответствует модели Applied Compute. Компания продает не просто training compute; она строит инфраструктуру, предназначенную для того, чтобы модели продолжали улучшаться после развертывания.

Рост Hugging Face дает еще одно подтверждение расширения рынка. В 2025 году платформа достигла 13 million users и более 2 million public models, поскольку разработчики все чаще создают fine-tuned models и приложения на базе существующих систем.

Для компаний open-weight models также дают больший контроль. Организации могут настраивать их под собственные рабочие процессы и развертывать их, сохраняя больше контроля над данными и поведением модели.

Это создает для Applied Compute потенциально ценную позицию. Если компании все чаще захотят строить AI вокруг собственных данных, а не просто арендовать интеллект у закрытых провайдеров, инфраструктура, связывающая модели с proprietary workloads, может стать важной частью global AI market.

Таким образом, предлагаемая оценка в $3 млрд — это не только ставка на один стартап. Это ставка на то, что компании будут все чаще использовать, обучать, настраивать и непрерывно улучшать AI models под собственный бизнес.

Не просто читайте новости о crypto. Понимайте их. Подпишитесь на нашу рассылку. Это бесплатно.