Avaliação de 1 bilhão, Nvidia aposta alto! Prime Intellect está eliminando a etiqueta Web3?

Levantando fundos da Nvidia, Intel e Dell, apagando discretamente os vestígios de emissão de tokens, a Prime Intellect reporta uma ARR de 100 milhões de dólares. Que caminho foi trilhado?

Escrito por: KarenZ, Foresight News

Uma empresa de infraestrutura de IA com pouco mais de dois anos de existência, que anuncia o apoio de instituições de investimento da Nvidia, Intel e Dell, enquanto afirma que sua receita anualizada já ultrapassou 100 milhões de dólares - esses dois números juntos são suficientes para tornar a Prime Intellect um dos projetos de IA mais dignos de reavaliação recentemente.

Em 8 de julho de 2026, a rede de infraestrutura de IA descentralizada Prime Intellect anunciou que completou uma rodada de financiamento da Série A de 130 milhões de dólares com uma avaliação de 1 bilhão de dólares, liderada pela empresa de capital de risco focada em IA, Radical Ventures, com a participação rara de instituições de investimento da Nvidia, Intel e Dell, totalizando mais de 150 milhões de dólares em financiamento.

Ao divulgar o enorme financiamento, a Prime Intellect anunciou oficialmente que, em menos de um ano, a receita anualizada (ARR) rapidamente subiu para mais de 100 milhões de dólares, com mais de 6.000 empresas e startups como clientes da plataforma.

Qual é o contexto?

O autor mencionou em março de 2025 no artigo "Membros fundadores da OpenAI entram em ação! Leitura rápida do projeto de IA descentralizada Prime Intellect" que a Prime Intellect foi cofundada em janeiro de 2024 por Vincent Weisser e Johannes Hagemann.

• CEO Vincent Weisser participou anteriormente de forma significativa na interseção entre ciência descentralizada (DeSci) e IA, sendo cofundador de projetos como Bio Protocol, VitaDAO e CryoDAO, e atuou como responsável pela ecologia e IA na plataforma DeSci Molecule.
• CTO Johannes Hagemann se especializou em IA distribuída e engenharia semi-automatizada, interfaces cérebro-máquina, e anteriormente trabalhou como engenheiro de pesquisa em IA na empresa alemã Aleph Alpha.

Além disso, em outubro de 2025, o investidor de capital de risco Ash Arora se juntou à Prime Intellect como responsável pela promoção de mercado aplicado (Applied GTM), encarregado de desenvolver estratégias de produto, comercialização, receita e produtos de IA aplicados em pós-processamento e aprendizado por reforço. Ash Arora apontou recentemente que atualmente a Prime Intellect conta com 40 funcionários em tempo integral.

Em termos de financiamento, a Prime Intellect levantou mais de 150 milhões de dólares, dos quais 5,5 milhões de dólares na rodada de sementes de abril de 2024 foram liderados pela Distributed Global e CoinFund, com o CEO da Hugging Face, Clem Delangue, entre os investidores-anjo.

Menos de um ano depois, em março de 2025, a Prime Intellect completou novamente um financiamento de 15 milhões de dólares, liderado pelo Founders Fund de Peter Thiel, com investidores incluindo um dos membros fundadores da OpenAI, o ex-diretor de IA da Tesla, Andrej Karpathy, e várias figuras de peso na área de IA, como Tri Dao, cientista-chefe da Together.AI, e Emad Mostaque, cofundador da Stability AI.

A natureza da última rodada é um pouco diferente. Na rodada de financiamento da Série A de 130 milhões de dólares, NVIDIA Ventures, Intel Capital e Dell Technologies Capital não são apenas investidores financeiros, mas suas empresas-mãe estão em posições-chave na infraestrutura de GPU, CPU, servidores e data centers.

A explicação da Intel Capital para este investimento também indica que os gigantes do hardware estão dispostos a investir porque a Prime Intellect está tentando consolidar o ambiente de computação, treinamento, avaliação e aprendizado por reforço pós-treinamento com a inferência em um único plano de controle unificado.

Quais são os avanços substanciais?

Um dos primeiros resultados notáveis da Prime Intellect foi provar que GPUs heterogêneas e de longa distância podem treinar em colaboração. Seguindo a iteração tecnológica da empresa nos últimos dois anos, é possível ver como a plataforma transformou gradualmente experimentos de pesquisa em linhas de produtos comercializáveis.

No final de novembro de 2024, a Prime Intellect lançou o modelo de 10 bilhões de parâmetros INTELLECT-1, com nós de treinamento espalhados por cinco países e três continentes. A empresa afirmou que obteve uma taxa de utilização de computação global de 83% entre continentes, enquanto ao usar apenas nós localizados nos EUA, a taxa de utilização atingiu 96%.

Menos de seis meses depois, a Prime Intellect lançou o INTELLECT-2, elevando o objetivo para 32 bilhões de parâmetros em aprendizado por reforço distribuído globalmente. Para isso, a equipe desenvolveu a estrutura de aprendizado por reforço assíncrono PRIME-RL, o SHARDCAST para disseminar pesos de modelo, e o TOPLOC para verificar se os nós de inferência estão "trabalhando corretamente".

Mudanças ainda mais significativas ocorreram no INTELLECT-3. Em novembro de 2025, a Prime Intellect lançou um modelo MoE de 106 bilhões de parâmetros, supervisionado e ajustado por aprendizado por reforço, baseado no GLM-4.5-Air. Este modelo foi treinado em cerca de dois meses em 64 nós, utilizando 512 GPUs NVIDIA H200; pesos do modelo, estrutura de treinamento, dados, ambiente de RL e métodos de avaliação foram todos open source. O significado aqui não é apenas o lançamento de mais um modelo, mas a validação de um sistema de produção completo através de seu projeto de pesquisa: o PRIME-RL é responsável pelo treinamento assíncrono, enquanto Verifiers e Environments Hub fornecem ferramentas unificadas e um ecossistema comunitário para construir e hospedar ambientes de RL e avaliações, e o Prime Sandboxes isola a execução do código gerado pelos agentes inteligentes, enquanto a camada de orquestração de computação é responsável por clusters, armazenamento e monitoramento.

Em fevereiro deste ano, a Prime Intellect lançou uma plataforma de treinamento de IA de pilha completa, Prime Intellect Lab, projetada para ajudar indivíduos, engenheiros e empresas de IA a treinar e otimizar seus próprios modelos (especialmente modelos agentic/inteligentes), sem a necessidade de construir clusters de GPU caros. Em 7 de maio, o Lab concluiu os testes e foi oficialmente aberto ao público.

Em junho, a Prime Intellect lançou a versão prime-rl 0.6.0, afirmando que elevou o limite de engenharia para modelos MoE (Modelos de Especialistas Mistos) de trilhões de parâmetros. A Prime Intellect revelou que, em tarefas de engenharia de software da série GLM-5, pode usar 28 nós H200 para processar sequências de até 131.000 tokens, com um tempo de treinamento por passo inferior a 5 minutos.

A chave por trás disso não é um único algoritmo, mas a otimização conjunta dos sistemas de treinamento e inferência: o lado da inferência utiliza cálculos de baixa precisão FP8 e componentes como DeepEP e DeepGEMM para aumentar a taxa de transferência, o pré-preenchimento e a separação de decodificação evitam que saídas longas atrasem a geração, e o KV Cache em camadas melhora a concorrência; o lado do treinamento também adota FP8 com escalonamento em blocos e reduz as diferenças de roteamento entre o treinamento e a inferência do modelo MoE, além de adicionar FSDP, paralelismo de especialistas e paralelismo de contexto. Essas otimizações, no final, impactam a taxa de utilização da GPU, o tempo de treinamento e os custos de uso para os clientes.

Em julho deste ano, o prime-rl também adicionou uma camada de algoritmo unificada, incorporando seis tipos de métodos de treinamento: GRPO, MaxRL, destilação on-policy, auto-destilação, destilação SFT e ECHO, permitindo a seleção de diferentes algoritmos para diferentes ambientes na mesma sessão de treinamento. Em termos simples, o mesmo agente pode usar um método de aprendizado para tarefas matemáticas e outro para tarefas de operação terminal, sem a necessidade de reescrever o treinador subjacente. Isso faz com que a Prime Intellect se aproxime de um sistema operacional de RL escalável, em vez de apenas "executar o treinamento para os clientes".

Colaboração entre hardware e software: a Nvidia não é apenas um investidor

A partir da composição dos investidores da rodada A, a ligação entre os gigantes do hardware e a Prime Intellect vai além do nível de capital, aprofundando-se na co-construção da arquitetura de hardware e software.

A colaboração da Prime Intellect com a Nvidia abrange duas camadas: hardware e software. No que diz respeito ao hardware, suas cargas de trabalho de treinamento e serviço já utilizam sistemas de rack NVIDIA Blackwell, Blackwell Ultra e NVL72, e a empresa afirma que esses sistemas são mais eficientes do que os clusters Hopper anteriores.

No lado do software, o NVIDIA Dynamo é utilizado para orquestração de inferência global, escalonamento automático, roteamento de solicitações e descarregamento de KV Cache, e é integrado com a implementação em larga escala de LoRA (uma técnica de ajuste fino para grandes modelos de linguagem) da Prime Intellect.

O próprio blog técnico da Nvidia também confirmou que a Prime Intellect já implementou o framework de inferência NVIDIA Dynamo em seu fluxo de trabalho de produção e participou do design e integração do suporte ao LoRA Adapter.

Prime Intellect afirmou anteriormente em março deste ano que testará a carga de trabalho do sandbox RL em torno do processador NVIDIA Vera e planeja migrar parte do sandbox após a disponibilidade pública do Vera, oferecendo um sandbox GPU no sistema Vera Rubin. A empresa afirmou que cada slot do processador Vera pode executar de forma estável 176 máquinas virtuais em paralelo; em sua carga de trabalho definida para o sandbox RL, após ativar o multithreading, a taxa de transferência é cerca de 30% superior à média da linha de base AMD Zen 5 no AWS, que utiliza apenas núcleos físicos.

Esses números mostram uma potencial vantagem de custo, mas atualmente vêm de testes de colaboração entre as duas partes, e o ambiente de comparação não é completamente o mesmo, não podendo ser considerados como conclusões de desempenho gerais independentes. Vera Rubin e o sandbox GPU também devem ser descritos como "planejados para adoção", e não como já em uso comercial em larga escala.

Com a maturação do produto, a verdadeira monetização comercial está ocorrendo. De acordo com a divulgação da Prime Intellect, a empresa de tecnologia financeira Ramp está usando o Prime Intellect Lab para treinar o subagente de recuperação FastAsk para Ramp Labs: a Ramp transformou seu editor de planilhas AI, Ramp Sheets, em um ambiente RL treinável, utilizando o modelo base Qwen3.5-35B-A3B para treinamento em aprendizado por reforço.

Os resultados divulgados pela Prime Intellect mostram que a precisão do FastAsk é de 66,25%, superior aos 61,88% do Claude Opus 4.6, com um tempo médio de resposta cerca de 27% menor.

Como o conjunto de testes e a avaliação foram definidos pelas partes colaboradoras, isso não significa que o modelo de 35B tenha superado o Opus em capacidade geral, mas prova uma proposição mais estreita e com maior valor comercial: as empresas podem treinar modelos menores para se tornarem especialistas em fluxos de trabalho específicos.

É verdade que a "ARR" é de 100 milhões de dólares?

É importante esclarecer que a declaração oficial da Prime Intellect foi "mais de 100 milhões de dólares em receita anualizada", e não "100 milhões de dólares em receita obtida no último ano".

A receita anualizada geralmente extrapola a velocidade de receita de um mês ou trimestre recente para um ano; se o negócio está crescendo rapidamente, pode ser significativamente maior do que a receita real dos últimos doze meses. Para negócios de GPU, treinamento e inferência que cobram por uso, esse indicador também não representa que os clientes assinaram contratos anuais de valor equivalente que podem ser renovados automaticamente.

Com base no anúncio da Prime Intellect e nos produtos pagos já disponíveis, a comercialização da empresa cobre principalmente quatro categorias de produtos: a primeira é o mercado de computação, incluindo instâncias de GPU cobradas por tempo de uso, clusters de múltiplos nós e clusters reservados; a segunda é o treinamento hospedado em Lab, cobrando com base na entrada, saída e tokens de treinamento do modelo; a terceira é inferência e avaliação hospedada, também relacionada ao volume de chamadas do modelo; a quarta são os Sandboxes, cobrados por CPU, memória, disco e tempo de execução.

A dinâmica de crescimento dessa estrutura de receita não é difícil de entender. Primeiro, os clusters de GPU são recursos de alto valor por cliente, consumidos continuamente por hora, e a escala de receita pode crescer mais rapidamente do que a simples assinatura de software. Em segundo lugar, a Prime Intellect está estendendo o caminho de consumo do cliente de "alugar GPU" para "construir ambiente --- executar inferência --- fazer avaliação --- treinamento em aprendizado por reforço --- implantação", permitindo que o mesmo cliente gere consumo em várias etapas. Além disso, o aprendizado por reforço de agentes requer uma grande quantidade de rollout paralelo, inferência de longo contexto e sandboxes isolados, consumindo naturalmente mais poder de computação do que uma simples API de perguntas e respostas.

Os mais de 6000 clientes divulgados pela Prime Intellect, juntamente com o caso da Ramp, pelo menos indicam que a plataforma não é mais apenas uma demonstração de pesquisa. No entanto, ao revisar o número de 100 milhões de dólares, ainda é necessário manter algumas ressalvas. A Prime Intellect é uma empresa privada e atualmente não possui relatórios financeiros auditados públicos, nem divulga a receita mensal ou trimestral que fundamenta a receita anualizada, a taxa de pagamento dos clientes, a divisão da receita e a concentração de clientes. A receita do mercado de computação é confirmada com base no total de gastos dos clientes ou na receita líquida da plataforma, e a empresa também não esclareceu isso.

Além disso, o mercado de computação da Prime Intellect atualmente não oferece um acordo de nível de serviço (SLA) formal, com a empresa afirmando que a razão é que a infraestrutura subjacente vem de vários fornecedores. A empresa recomenda que os usuários com altas exigências de estabilidade escolham o Secure Cloud; se ocorrer uma falha do lado do fornecedor, pode ser oferecido um reembolso ou crédito na plataforma.

Em comparação com um único número financeiro, um progresso mais fácil de verificar é que a Prime Intellect transformou o treinamento colaborativo distribuído, que antes era solto, em uma infraestrutura completa "com modelos desenvolvidos internamente, ecossistema de código aberto, respaldo de hardware de gigantes e contas reais de empresas".

Pistas de emissão de tokens apagadas nos documentos

Um detalhe que não pode ser ignorado é que, à medida que a Prime Intellect agora entra no clube de avaliação de 1 bilhão de dólares e anuncia em grande estilo uma ARR de 100 milhões de dólares, notei que as declarações anteriormente muito voltadas para Web3 nos documentos oficiais: "contratos implantados na rede de testes Base Sepolia", "migração futura para uma cadeia desenvolvida internamente" e "distribuição de recompensas de tokens com base no tempo ativo para o pool de computação através do contrato RewardsDistributor" ------ foram completamente apagadas.

Essa exclusão em nível de documento já havia sido prenunciada em um tweet oficial publicado no início de março de 2025.

Naquela época, a Prime Intellect anunciou que havia concluído uma rodada de financiamento de 15 milhões de dólares liderada pelo Founders Fund, um dos principais fundos do Vale do Silício, e a lista de investidores principais incluía até Andrej Karpathy (cofundador da OpenAI), Clem Delangue (CEO da Hugging Face) e Balaji Srinivasan, entre outros. Foi a partir desse momento que a lógica subjacente do projeto começou a se desconstruir.

A narrativa anteriormente rica em sabor popular de "emissão de tokens, captação de poder computacional de varejo, incentivos de airdrop" imediatamente se transformou em uma zona de risco que toca as linhas vermelhas de conformidade de capital de risco tradicional. Para se alinhar com o capital do mercado mainstream, a Prime Intellect precisou, superficialmente, completar uma limpeza total de "Crypto-first" para "AI-first".

No entanto, seu treinamento de modelo distribuído ainda preservou o núcleo topológico da rede P2P, mas a descentralização não é mais uma narrativa de token voltada para o varejo, mas sim um canal invisível voltado para empresas B que "despacham globalmente poder computacional ocioso a baixo custo".

A Prime Intellect agora se assemelha mais a uma empresa puramente de AI SaaS, e o desfecho futuro provavelmente será uma IPO ou uma aquisição a um preço elevado por um gigante tradicional de hardware.