Arcee AI alcanza una valoración de 1.000 millones tras desarrollar modelos propios por 20
La startup de San Francisco ha cerrado una Serie B liderada por Vista Equity Partners para seguir construyendo modelos open-weight.
Arcee AI ha cerrado una ronda de financiación Serie B que valora la empresa en más de 1.000 millones de dólares. La operación, anunciada el 16 de septiembre y liderada por Vista Equity Partners, Cambium Capital y Emergence Capital, cuenta con la participación de Microsoft’s M12, Hitachi, IAG, Wipro, AI10 Ventures y P7. Aunque la compañía no ha revelado la cifra exacta, fuentes citadas por Fortune sitúan la entrada de capital en al menos 150 millones de dólares.
Eficiencia en el entrenamiento
El dato que ha llamado la atención del sector es el coste de desarrollo de su familia de modelos Trinity. Mark McQuade, cofundador y CEO, ha explicado que construir toda la línea de modelos de 2025, incluyendo al mayor de la serie, Trinity Large, les costó unos 20 millones de dólares. Esa cifra engloba salarios, cómputo, datos, infraestructura y operaciones. McQuade comentó que cuando decidieron fabricar sus propios modelos, la empresa tenía 30 millones en la cuenta bancaria y destinó entre el 65% y el 70% de ese capital al esfuerzo.
Trinity Large cuenta con 400.000 millones de parámetros, de los cuales 13.000 millones están activos por token. Antes de meterse en el desarrollo desde cero, Arcee se centraba en el post-training, adaptando modelos existentes. McQuade, quien fundó la empresa en 2023 tras trabajar en Hugging Face, reconoce que el objetivo es cerrar la brecha con los modelos open-weight chinos, específicamente con GLM Flash de Z.ai. Argumenta que Estados Unidos lidera en modelos cerrados, pero ha perdido el ritmo en el ecosistema abierto.
Destino de la inversión
Según el comunicado oficial, los fondos se destinarán a tres áreas principales: el entrenamiento de la próxima generación de modelos Trinity, que ya ha comenzado; la expansión de su colaboración con el Departamento de Energía de EE. UU. y sus 17 laboratorios nacionales para desarrollar Genesis-Science-1, un modelo abierto para computación científica; y la creación de herramientas que permitan a las organizaciones personalizar, probar y desplegar modelos abiertos.
Además, Arcee ha anunciado que utilizará la herramienta Fuzzball de CIQ para orquestar trabajos de cómputo en su próximo modelo insignia, una decisión que busca optimizar la portabilidad de las cargas de trabajo a gran escala. No obstante, la empresa mantiene su propio software interno de entrenamiento e inferencia.
Esta operación se suma a otras apuestas recientes por la infraestructura de IA abierta. En agosto, River AI levantó 1.100 millones de dólares para permitir a las empresas entrenar y mantener sus propios modelos, coincidiendo con la estrategia tecnológica de la Casa Blanca que excluyó a la IA open-weight de su lista de tecnologías críticas. Para los equipos de ingeniería de sistemas, la relevancia aquí no es solo la capacidad del modelo, sino la viabilidad económica de operar modelos de frontera con pesos abiertos, reduciendo la dependencia de APIs cerradas y facilitando el despliegue en entornos soberanos o regulados.
