Modal raggiunge 1 miliardo ARR e chiude Series D da 16 miliardi
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La startup passa a 'infra decacorn' di New York dopo una crescita rapida di uso e valutazione, sostenuta dal prodotto Sandboxes.
Modal dichiara 1 miliardo di dollari di ARR e un Series D da 16 miliardi di dollari. La valutazione sale nella fascia “infra decacorn”. L’azienda punta a reggere carichi di agenti e LLM con isolamento e scalabilità elastica, mercato oggi in forte domanda1.
Le metriche compaiono in un unico aggiornamento: uso triplicato in cinque mesi, stessa dinamica per la valutazione, crescita 15x anno su anno. Sandboxes, lanciato nel 2023, corre con un run rate di 300 milioni di dollari. Modal riferisce quasi 3 miliardi di sandbox avviate, con picchi fino a un milione di istanze simultanee1.
Un post aziendale ricostruisce la sequenza che porta a Sandboxes: l’adozione, i flussi che generano codice, l’orchestrazione delle esecuzioni, i carichi in background. Il racconto resta operativo, non di marketing. Metodi e numeri compaiono insieme, con esempi d’uso concreti1.
Alla conferenza utenti AIE NYC, il CTO Akshat elenca i fronti di lavoro: “milioni di sandbox concorrenti”, cluster RDMA lanciati “in modo sicuro ed elastico” per training distribuito, “speculatori di inferenza” allo stato dell’arte, un “runtime di sandbox nuovo”. L’obiettivo tecnico è chiaro: servire agenti e carichi LLM che richiedono isolamento, concorrenza elevata e parallelismo spinto1.
Modal collega la spinta d’uso alla nascita di Sandboxes: “lo abbiamo lanciato nel 2023 quando abbiamo notato che le persone usavano gli LLM per generare codice”. I casi d’uso citati includono agenti in background, reinforcement learning e piattaforme di “vibecoding”1.
AINews registra il passaggio da “infra unicorn” a “infra decacorn”. Il salto coincide con la chiusura del round e con l’aggiornamento delle metriche operative. La lettura intreccia dati finanziari e carichi dal lato utenti, con enfasi su isolamento, elasticità e concorrenza1.
La keynote alla conferenza utenti offre il quadro pubblico più recente su stato dell’azienda, traguardi di utilizzo e direzioni tecniche. Il focus resta su infrastrutture per agenti e LLM, con Sandboxes al centro dell’offerta1.
AINews ora vive come sezione di Latent Space. L’archivio consente di confrontare le metriche annunciate con i mesi precedenti, utile per verificare nel tempo la tenuta di run rate e picchi di concorrenza1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.