Une Series A hors norme pour le développement de modèles
Mirendil a levé 1 milliard de dollars en Series A afin d’accélérer le développement de modèles d’intelligence artificielle avancés, ce qui place l’entreprise parmi les financements les plus spectaculaires du secteur cette année . Le tour a été mené par Kleiner Perkins et Clearlake Capital, avec la participation de Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC et S32, ainsi que d’autres investisseurs nouveaux et existants .
L’intérêt de l’annonce ne tient pas seulement au montant. Il tient surtout à la thèse que Mirendil veut financer: rendre la R&D en IA de frontière moins dépendante d’équipes humaines très nombreuses . Dans son propre récit, la société veut donner à davantage de scientifiques et d’ingénieurs l’accès à des outils de recherche aujourd’hui réservés aux grands laboratoires capables de financer des programmes de modèles complets .
MarketScreener, en s’appuyant sur S&P Capital IQ, a indiqué que Mirendil avait reçu 1 milliard de dollars de financement le 12 novembre 2026, avec Kleiner Perkins comme investisseur de retour et Clearlake Capital Group comme nouvel investisseur principal . Le même rapport précise que la transaction comprend des actions préférentielles convertibles, un détail utile puisque l’annonce de Mirendil ne donne pas tous les termes financiers de l’opération .
Ce que Mirendil veut accélérer
Mirendil relie directement cette levée à trois briques de son approche: Mirendil-Base, Fern et Lor . L’entreprise affirme qu’un chercheur, assisté par des agents d’IA, a pré-entraîné Mirendil-Base depuis zéro en 3,5 mois, pour moins de 10 millions de dollars de calcul . Ce modèle de codage a ensuite été post-entraîné pour donner Fern, que Mirendil présente comme capable de gérer jusqu’à 10 millions de tokens de contexte, soit un volume suffisant pour des sessions de travail d’agents s’étalant sur plusieurs jours .
Lor est la couche produit de cette approche de recherche . Mirendil indique que Lor est actuellement en bêta privée et permet de coordonner des centaines d’agents qui écrivent du code et exécutent des expériences pendant plusieurs jours . EconoTimes a rapporté que l’accès à Lor reste sur invitation et que l’accès à Fern est encore indiqué comme « coming soon », ce qui signifie que le financement annoncé n’équivaut pas encore à une disponibilité large des produits .
SiliconANGLE décrit Lor comme une plateforme qui automatise de nombreuses tâches liées aux runs d’entraînement en répartissant le travail entre des centaines d’agents IA . Selon le même article, Mirendil affirme que Lor peut intervenir dans la boucle d’essais-erreurs du développement de modèles: produire des variantes, les évaluer, puis corriger certains problèmes lorsqu’ils apparaissent . C’est le cœur de la promesse commerciale: raccourcir le temps entre une hypothèse de recherche et un modèle exploitable.
Pourquoi les investisseurs financent la vitesse
Le développement de modèles de frontière ressemble de plus en plus à une compétition de bilans. Les talents spécialisés, le calcul et les données d’entraînement sont rares, et les cycles d’expérimentation répétés coûtent cher. La proposition de Mirendil est que des workflows pilotés par agents peuvent modifier cette équation en permettant à de petites équipes d’accomplir des tâches auparavant réservées à de grandes organisations .
SiliconANGLE rapporte que Mirendil a été lancée par d’anciens chercheurs de Google DeepMind et d’Anthropic, dont le CEO Behnam Neyshabur et le CTO Harsh Mehta . Ce point compte, car les investisseurs ne financent pas seulement une feuille de route produit. Ils financent une équipe ayant une expérience du pré-entraînement et de l’automatisation interne de la recherche dans de grands laboratoires d’IA .
La composition du tour montre aussi le caractère stratégique de la catégorie. Google figure parmi les participants, tandis que la levée est menée par un acteur du capital-risque et un acteur du capital-investissement plutôt que par une seule plateforme de modèles déjà dominante . MarketScreener identifie également Alphabet Inc. parmi les investisseurs, ce qui inscrit l’opération dans une tendance plus large: les grands groupes technologiques prennent des positions dans les startups de modèles et d’infrastructure IA .
Les affirmations qui doivent encore être vérifiées
La levée donne à Mirendil des moyens financiers considérables, mais les preuves publiques de ses performances techniques restent limitées. TechTimes souligne que le communiqué ne mentionne pas de valorisation et s’appuie sur des résultats communiqués par l’entreprise, sans évaluation indépendante publiée . La nuance est essentielle: une levée d’un milliard de dollars valide l’appétit des investisseurs, mais elle ne valide pas à elle seule les performances, la fiabilité ou la maturité commerciale.
Mirendil affirme que des agents ont écrit plus de 99 % du code derrière le run d’entraînement de Mirendil-Base, tandis qu’un chercheur humain fixait la direction et jugeait les résultats . TechTimes insiste sur le fait qu’il s’agit d’ingénierie assistée par IA avec un humain aux commandes, et non d’une preuve d’auto-amélioration récursive entièrement autonome . Autrement dit, l’entreprise présente un workflow très automatisé, mais pas un système ayant éliminé les chercheurs de la boucle.
Il existe aussi une question d’échelle. Le chiffre de moins de 10 millions de dollars de calcul concerne Mirendil-Base, tandis que SiliconANGLE rapporte que Fern repose sur une version de Mirendil-Base comptant entre 100 et 500 milliards de paramètres, et que Mirendil a présenté des variantes plus grandes allant de 500 milliards à 10 000 milliards de paramètres . TechTimes avertit donc que comparer la levée de 1 milliard de dollars au coût de calcul inférieur à 10 millions peut être trompeur, car ce montant concerne le plus petit modèle cité, pas l’ensemble de la famille de modèles ni les futurs programmes d’entraînement .
Ce que la levée change pour la concurrence
Pour les concurrents, cette levée augmente immédiatement le prix de la course. Une entreprise disposant d’un milliard de dollars frais peut recruter des chercheurs, réserver du calcul, négocier de la capacité cloud et multiplier les expériences en parallèle. Cela ne garantit pas le succès, mais cela change le rythme de la compétition.
Pour les investisseurs, l’opération confirme un thème majeur de 2026: les startups d’IA les plus ambitieuses ne se contentent pas de construire des applications au-dessus de modèles existants. Certaines veulent construire la machine qui produit de meilleurs modèles. Mirendil soutient que le goulot d’étranglement n’est pas seulement l’inférence ou l’expérience utilisateur, mais le processus de recherche lui-même . Si des agents peuvent exécuter des expériences, diagnostiquer des échecs et itérer pendant plusieurs jours, alors la « fabrique » de nouveaux modèles peut devenir plus automatisée .
Pour les clients, la lecture à court terme doit rester prudente. EconoTimes indique que Lor est encore en bêta privée et que Mirendil n’a pas publié de dates de lancement général pour Lor ou Fern . Les entreprises et les organisations de recherche doivent donc considérer l’annonce comme une étape de financement et de feuille de route, pas comme la preuve que les outils sont déjà largement disponibles.
Le point clé
La Series A de 1 milliard de dollars de Mirendil est un vote de confiance majeur en faveur du développement de modèles piloté par agents. Elle donne à l’entreprise les moyens d’augmenter sa capacité de recherche, de pousser Mirendil-Base et Fern plus loin, et de développer Lor comme plateforme de workflows IA de longue durée .
Mais le prochain test ne sera pas la taille du chèque. Il sera de savoir si Mirendil peut transformer ses résultats déclarés en modèles évalués indépendamment, en produits fiables et en lancements commerciaux capables de justifier l’ampleur du financement. Pour l’instant, la levée marque surtout l’entrée de Mirendil en mode « milliardaire »: plus de ressources, mais aussi plus de pression, plus de concurrence et beaucoup plus d’examen public.
Commentaires
Sois le premier à commenter.