💰Thinking Machines fatura centenas de milhões e mira valuation de US$ 50 bi

A Thinking Machines está se tornando um caso atípico no ecossistema de inteligência artificial: uma empresa que transforma infraestrutura de IA em receita expressiva. Seu produto principal, a API Tinker, já fatura algumas centenas de milhões de dólares anuais ao permitir que companhias ajustem modelos de linguagem (LLMs) para tarefas específicas — processo conhecido como fine-tuning. O desempenho coloca a startup como a de maior receita documentada entre os cerca de 75 "neolabs", termo que agrupa os novos laboratórios de IA fundados na última onda de investimentos. Agora, a empresa busca levantar capital a um valuation de US$ 50 bilhões, quatro vezes sua avaliação anterior de US$ 12 bilhões.

Do tweet à operação: como a Tinker gera valor

Diferente de modelos de chat voltados ao consumidor, a Tinker atua na camada de infraestrutura. A API abstrai a complexidade do fine-tuning, permitindo que engenheiros e empresas adaptem LLMs open-source ou proprietários com dados internos, sem montar clusters de GPUs próprios. Para o mercado corporativo, isso reduz o tempo de deploy e os custos de engenharia de machine learning. A receita reportada pelo analista Dylan Patel indica que a demanda por customização de modelos deixou de ser nicho e se tornou uma linha de negócio de escala.

Por que isso importa para builders e devs brasileiros

O crescimento da Thinking Machines sinaliza uma mudança no centro de gravidade da IA. Enquanto a atenção se concentra em modelos de conversação, o capital está migrando para ferramentas que integram LLMs a sistemas legados e fluxos de trabalho reais.

Para desenvolvedores e founders no Brasil, isso tem implicações diretas:

• **Fine-tuning como commodity**: APIs especializadas tornam viável criar aplicações verticais — de jurídico a agronegócio — sem investimento intensivo em hardware.
• **Independência de modelo**: Ao ajustar LLMs menores com dados locais, empresas brasileiras reduzem a dependência de gigantes estrangeiras e ganham soberania sobre dados em português e contextos regionais.
• **Métricas de valuation**: o salto de US$ 12 bi para US$ 50 bi mostra que investidores premiam infraestrutura de IA com receita recorrente e uso empresarial, não apenas hype de consumo.

O ecossistema de neolabs e a realidade do mercado

Dos cerca de 75 neolabs em atividade, poucos demonstram receita substancial. O caso da Thinking Machines evidencia que, no mercado atual, a vantagem competitiva não está apenas em treinar o modelo mais geral, mas em entregar ferramentas que outros desenvolvedores e empresas usam para construir. Para o ecossistema brasileiro, onde o custo de GPU e o acesso a capital são gargalos reais, a ascensão de APIs de fine-tuning reforça que oportunidades de alto crescimento podem estar na aplicação e customização de modelos, e não necessariamente na criação de foundation models do zero.