Una startup de exinvestigadores de Anthropic levanta 1.000 millones

Kleiner Perkins y Clearlake Capital lideran la inversión, que llega seis meses después de su primera ronda de 200 millones. La empresa sostiene que un equipo pequeño con agentes de IA puede hacer el trabajo de una institución entera.

Una startup de exinvestigadores de Anthropic levanta 1.000 millones

Mirendil, una startup creada por antiguos investigadores de Anthropic, la empresa que desarrolla el chatbot Claude, ha cerrado una ronda de financiación de 1.000 millones de dólares. La lidera Kleiner Perkins junto a Clearlake Capital. Su objetivo declarado es construir sistemas de IA capaces de mejorarse a sí mismos, con poca intervención humana, y que esa capacidad esté al alcance de cualquier científico o ingeniero, no solo de los grandes laboratorios.

La operación es una «Serie A», la primera gran ronda tras la fase inicial. Llega seis meses después de un primer capital de 200 millones de dólares. En esta ronda participan también Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC y S32, junto a otros inversores nuevos y veteranos.

La empresa se presentó en junio con un equipo de 20 investigadores e ingenieros procedentes de Anthropic, xAI, Google DeepMind y OpenAI. Entonces anunció una ronda semilla de 200 millones liderada por Andreessen Horowitz y Kleiner Perkins, a la que después se sumó NVIDIA.

Un investigador con agentes entrena un modelo

El principal argumento de la empresa es un resultado publicado en octubre. Según su informe, un solo investigador, trabajando con agentes (programas de IA que realizan tareas por su cuenta), entrenó desde cero un modelo de programación llamado Mirendil-Base en 3,5 meses y con menos de 10 millones de dólares de cómputo, es decir, de potencia de cálculo.

Los agentes escribieron más del 99 % del código, lanzaron experimentos y detectaron los fallos, mientras la persona decidía qué probar y cuándo intervenir. Se usaron código, páginas web y conjuntos de datos públicos, sin comprar datos adicionales y sin recurrir a datos sintéticos, generados por otra IA. El modelo tiene entre 100.000 y 500.000 millones de parámetros, los números que ajustan su comportamiento. Las versiones más grandes seguían en entrenamiento.

Conviene leer la cifra con cautela. Los 10 millones incluyen la investigación previa, los experimentos a pequeña escala, el entrenamiento final, el gasto en tokens de los agentes (las unidades de texto que procesa la IA y por las que se paga) y el tratamiento de datos. Aun así, la tesis de la empresa es clara: un equipo pequeño puede hacer lo que antes requería una organización grande.

Fern y Lor: el producto

Después, la compañía adaptó ese modelo base para crear Fern 0.1, su primer modelo. Está pensado para trabajo intensivo con agentes: depurar entrenamientos, leer registros completos y revisar datos de entrenamiento. Puede manejar una ventana de contexto de hasta 10 millones de tokens, unos 23 MB o medio millón de líneas de código, lo que le permite mantener días de trabajo de un agente en una sola sesión. Su acceso aparece como «próximamente».

Lor es la plataforma para delegar ese tipo de tareas. Presentada el 28 de octubre, funciona en la nube: los agentes escriben código, lanzan experimentos y contratan la potencia que necesitan. Un agente puede repartir un trabajo entre decenas de subagentes, y la empresa asegura que pueden seguir funcionando días o semanas y resolver solos los fallos. El usuario puede seguir el avance de cada agente y detenerlos.

Lor está en beta privada, solo por invitación, y es gratuita durante esa fase en macOS, Linux y el navegador. Las versiones para Windows, iPhone y Android llegarán más adelante.

Nube, inversores y próximos pasos

La infraestructura sale de un acuerdo plurianual con Google Cloud, anunciado en agosto. Mirendil entrenará y servirá sus modelos sobre los chips TPU de Google y tecnología de NVIDIA. Google, además, aparece entre los inversores de la ronda.

Con el nuevo dinero, la empresa quiere financiar su propio modelo y sus próximos entrenamientos. El plan es lanzar a principios del próximo año un modelo de frontera pensado para la ingeniería y la investigación.

Mirendil forma parte de un grupo de startups que los inversores llaman «neo-laboratorios»: empresas que persiguen investigación ambiciosa antes que ingresos a corto plazo. Anthropic asegura que Claude impulsa ya más de una cuarta parte de su propia investigación en IA, y OpenAI usa su herramienta de programación Codex para automatizar partes del desarrollo de sus modelos.

Otros proyectos del mismo tipo también recaudan. Thinking Machines Lab, fundada por la exdirectora técnica de OpenAI Mira Murati, negocia captar al menos 1.000 millones de dólares con una valoración de al menos 40.000 millones. Periodic Labs, de Liam Fedus, exinvestigador de OpenAI, ronda una valoración de unos 1.300 millones.

«Hoy, cualquier laboratorio que quiera usar la IA en el descubrimiento de fármacos, la química, la biología o la robótica también tiene que convertirse en un laboratorio de IA de frontera», afirma la empresa en su web.

La prueba decisiva será otra: que el resultado de un solo investigador, obtenido dentro de la empresa, funcione igual de bien para científicos e ingenieros ajenos a ella. Hasta que la plataforma salga de la beta, eso seguirá siendo una promesa.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.