Thinking Machines обсуждает привлечение $1 млрд при оценке не ниже $40 млрд. Для компании с годовым run rate выручки выше $100 млн оценка Thinking Machines выглядит не просто смелой, а почти демонстративной: рынок снова платит огромную премию за команду, имя основателя и надежду успеть занять место в следующем слое AI-инфраструктуры.
По данным TechCrunch, переговоры о новом раунде идут с участием Accel, который может возглавить сделку. Речь пока именно о переговорах, а не о закрытом финансировании, но сама конструкция уже показательна. Стартап, основанный в начале 2025 года бывшим CTO OpenAI Мирой Мурати, за очень короткий срок дошел до обсуждения оценки, которая для большинства частных компаний остается недосягаемой даже после многих лет роста, нескольких продуктовых циклов и куда более предсказуемой выручки.
Если сделка состоится на заявленных условиях, это будет ниже той планки, к которой Thinking Machines, как сообщалось, хотела прийти в конце прошлого года: тогда речь шла об оценке в $50 млрд. Формально это можно трактовать как шаг назад в переговорах. Но только формально. С практической точки зрения даже $40 млрд для компании с текущим масштабом бизнеса означает, что инвесторы покупают не столько сегодняшние финансовые показатели, сколько право поучаствовать в редком активе: AI-компании с громким основателем, заметным исследовательским составом и шансом вырасти в самостоятельную платформу, а не в очередную надстройку поверх чужих моделей.
Самая жесткая цифра во всей истории звучит так: годовой run rate выручки Thinking Machines превышает $100 млн. Это важный рубеж для любого молодого стартапа, особенно на перегретом AI-рынке, где многие компании годами живут на демо, пилотах и красивых презентациях. Но одновременно именно эта цифра делает обсуждаемую оценку особенно агрессивной. Даже без сложных моделей видно, что мультипликатор к выручке здесь запредельный по меркам обычного софта. И это тот момент, где отрасль снова возвращается к старому вопросу: AI-компании сейчас оценивают как SaaS, как исследовательские лаборатории или как будущих владельцев нового технологического стека? Судя по переговорам вокруг Thinking Machines, ответ пока ближе к третьему варианту.
У компании уже есть продуктовый контур, на который можно опереться в разговоре с инвесторами. В июле Thinking Machines представила Inkling — open-weight модель, а выручку, как следует из публикации, приносит платформа Tinker, где клиенты платят за вычисления при адаптации моделей на проприетарных данных. Это не тот случай, когда у стартапа есть только громкое имя основателя и набор общих обещаний про AGI. Здесь уже есть понятная монетизация через usage-based compute fees, то есть через очень знакомую для инфраструктурного бизнеса механику: чем активнее клиент использует платформу и дообучает или настраивает модели под свои данные, тем больше платит. Для разработчиков и продуктовых команд это тоже понятный сигнал. Деньги сейчас чаще идут не туда, где просто показывают еще один чат-интерфейс, а туда, где строят слой для работы с корпоративными данными, кастомизацией моделей и вычислительной нагрузкой.
Контекст у Thinking Machines тоже нетривиальный. Предыдущий раунд компании — $2 млрд — сам по себе выглядел как событие из эпохи избытка капитала, хотя случился уже в куда более трезвый период рынка. Тогда компанию оценили в $12 млрд, а раунд возглавила Andreessen Horowitz. Среди инвесторов также были Nvidia, GV, Lightspeed и Conviction Partners. Один этот список объясняет часть нынешней динамики: если в проект на ранней стадии заходят игроки такого уровня, следующая оценка почти неизбежно перестает быть разговором только о выручке. Она становится разговором о доступе к дефицитному активу, где каждый новый раунд еще и закрепляет право сидеть за столом, а не смотреть на происходящее снаружи.
При этом история далека от безоблачной. После громкого старта у Thinking Machines были заметные кадровые потери: часть сооснователей, включая Лилиан Венг и Люка Метца, вернулись в OpenAI. Для обычного стартапа такой сюжет мог бы серьезно охладить рынок. Но AI-сектор в 2026 году живет по своим правилам. Здесь высокий статус команды по-прежнему важен, но еще важнее способность быстро превратить исследовательский вес в работающий продукт и денежный поток. Похоже, что выручка выше $100 млн позволяет Thinking Machines компенсировать вопросы к стабильности состава. Инвесторы, судя по всему, готовы считать, что компания уже перешла стадию, где все держится только на резюме первых сотрудников.
Для русскоязычной IT-аудитории в этой истории есть сразу несколько практических выводов. Первый: рынок AI по-прежнему платит гигантскую премию за команды, которые контролируют не просто приложение, а инфраструктурный уровень продукта. Второй: даже на фоне разговоров о перегреве деньги не исчезли, они стали концентрироваться в очень узком круге компаний, где сочетаются репутация основателя, понятная monetization model и шанс стать стандартом для других разработчиков. Третий: open-weight стратегия сама по себе не мешает строить дорогой бизнес, если поверх модели есть сервисный слой, вычисления и работа с закрытыми данными заказчика. Это важное напоминание для стартапов, которые все еще надеются, что одна только модель без платформы и без сильной коммерческой обвязки будет оцениваться как самостоятельный moat.
Оценка Thinking Machines в $40 млрд, если раунд закроется именно так, станет еще одним маркером эпохи, где AI-компании продают инвесторам не текущую экономику, а право на будущую инфраструктурную ренту. Вопрос уже не в том, дорого ли это на бумаге, а в том, сколько таких компаний рынок реально сможет оправдать выручкой, удержанием клиентов и скоростью запуска продуктов, когда эйфория окончательно уступит место скучной, но очень важной дисциплине исполнения.