Оцінка 1 мільярд доларів: NVIDIA робить ставку! Prime Intellect намагається позбутися етикетки Web3?

Залучивши фінансування від NVIDIA, Intel та Dell, Prime Intellect тихо стирає сліди випуску токенів, заявляючи про річний дохід у 100 мільйонів доларів. Яким шляхом вони пройшли?

Автор: KarenZ, Foresight News

Компанія з інфраструктури штучного інтелекту, що існує лише два роки, оголосила про підтримку від інвестиційних фондів NVIDIA, Intel та Dell, а також про те, що її річний дохід перевищив 100 мільйонів доларів. Ці два показники разом роблять Prime Intellect одним з найбільш цікавих AI проектів для переосмислення в останній час.

8 липня 2026 року децентралізована мережа інфраструктури AI Prime Intellect оголосила про завершення раунду фінансування серії A на суму 130 мільйонів доларів при оцінці в 1 мільярд доларів, лідером якого стала венчурна компанія Radical Ventures, що спеціалізується на AI. Рідкісна спільна участь інвестиційних фондів NVIDIA, Intel та Dell призвела до загального обсягу фінансування понад 150 мільйонів доларів.

Разом з оголошенням про величезне фінансування, Prime Intellect офіційно заявила, що за менш ніж рік її річний дохід (ARR) швидко зріс до понад 100 мільйонів доларів, а кількість підприємств та стартапів-клієнтів платформи перевищила 6000.

Який контекст?

Автор згадував у березні 2025 року в статті «Члени OpenAI беруться за справу! Швидкий огляд децентралізованого AI проекту Prime Intellect», що Prime Intellect була заснована у січні 2024 року спільно Винсентом Вайсером та Йоганнесом Хагеманом.

• Генеральний директор Винсент Вайсер раніше довгий час працював у перетині децентралізованої науки (DeSci) та AI, був співзасновником проектів Bio Protocol, VitaDAO, CryoDAO та займався екосистемою та AI на платформі DeSci Molecule.
• Технічний директор Йоганнес Хагеман спеціалізується на розподіленому AI, напівавтоматизованій інженерії та інтерфейсах мозок-комп'ютер, раніше працював інженером досліджень AI в німецькій компанії Aleph Alpha.

Крім того, у жовтні 2025 року венчурний інвестор Аш Арора приєднався до Prime Intellect на посаді керівника з просування на ринку (Applied GTM), відповідаючи за розробку продуктової стратегії, комерціалізацію, доходи та застосування AI продуктів у сфері обробки після навчання та підкріпленого навчання. Аш Арора нещодавно зазначив, що число штатних співробітників Prime Intellect досягло 40 осіб.

Щодо фінансування, загальна сума фінансування Prime Intellect перевищила 150 мільйонів доларів, з яких 5,5 мільйона доларів у раунді посівного фінансування в квітні 2024 року були спільно залучені Distributed Global та CoinFund, а CEO Hugging Face Клем Деланж також став ангельським інвестором.

Менш ніж через рік, у березні 2025 року, Prime Intellect знову завершила фінансування на 15 мільйонів доларів, яке очолив Founders Fund Пітера Тіля, а інвестори включали одного з засновників OpenAI, колишнього директора AI Tesla Андрея Карпаті, а також головного науковця Together.AI Трі Дао, співзасновника Stability AI Емада Мостаке та багатьох інших вагомих постатей у сфері AI.

Останній раунд має іншу природу. У раунді фінансування серії A на 130 мільйонів доларів, NVIDIA Ventures, Intel Capital, Dell Technologies Capital не лише фінансові інвестори, їхні материнські компанії займають ключові позиції в інфраструктурі GPU, CPU, серверів та дата-центрів.

Пояснення Intel Capital щодо цього раунду інвестицій також показує: причини, чому технологічні гіганти готові інвестувати, полягають у тому, що Prime Intellect намагається об'єднати базові обчислення, навчальні середовища, оцінку, підкріплене навчання після навчання (Post-training) та верхній рівень висновків в єдиній контрольній площині.

Які суттєві досягнення?

Ранніми помітними досягненнями Prime Intellect стало доведення того, що віддалені, гетерогенні GPU також можуть співпрацювати в навчанні. Відстежуючи їхні технологічні ітерації за останні два роки, можна побачити, як платформа поступово перетворює наукові експерименти на комерційні продуктові лінії.

Наприкінці листопада 2024 року Prime Intellect випустила модель з 10 мільярдів параметрів INTELLECT-1, навчальні вузли якої охоплювали п'ять країн і три континенти. Офіційно заявлено, що на той момент було досягнуто загального коефіцієнта використання обчислень 83% між континентами, а при використанні лише вузлів, розташованих по всій території США, коефіцієнт використання обчислень досяг 96%.

Менш ніж через півроку Prime Intellect випустила INTELLECT-2, розширивши ціль до 32 мільярдів параметрів глобального розподіленого підкріпленого навчання. Для цього команда розробила асинхронну підкріплену навчальну структуру PRIME-RL, відповідальну за поширення ваг моделі SHARDCAST, а також перевірку, чи «правильно працюють» вузли висновків TOPLOC.

Ключова зміна сталася в INTELLECT-3. У листопаді 2025 року Prime Intellect випустила модель MoE з 106 мільярдів параметрів, яка пройшла контрольоване доопрацювання та підкріплене навчання на основі GLM-4.5-Air. Ця модель навчалася близько двох місяців на 64 вузлах з 512 графічними процесорами NVIDIA H200; ваги моделі, навчальна структура, дані, середовище RL та методи оцінки були відкриті. Значення цього полягає не лише в тому, що був випущений ще один модель, а в тому, що компанія підтвердила цілу систему виробництва на основі власних дослідницьких проектів: PRIME-RL відповідає за асинхронне навчання, Verifiers та Environments Hub надають єдині інструменти та екосистему спільноти для побудови та розміщення середовищ RL та оцінки, Prime Sandboxes ізолюють виконуваний код, а рівень обчислень відповідає за кластер, зберігання та моніторинг.

У лютому цього року Prime Intellect запустила повноцінну платформу навчання AI Prime Intellect Lab, спеціально розроблену для допомоги особам, інженерам та AI компаніям у навчанні та оптимізації своїх моделей (особливо агентних / інтелектуальних моделей), без необхідності створення дорогих GPU кластерів. 7 травня Lab завершила тестування та офіційно відкрилася.

У червні Prime Intellect випустила версію prime-rl 0.6.0, офіційно заявивши, що підняла межу інженерії до трильйонів параметрів MoE (модель змішаних експертів). Prime Intellect розкрила, що в серії GLM-5 для програмних інженерних завдань можна використовувати 28 вузлів H200 для обробки найдовшої послідовності з 131 тисяч токенів, а час навчання на один крок становить менше 5 хвилин.

Ключовим аспектом є не певний алгоритм, а спільна оптимізація систем навчання та висновків: на стороні висновків використовується обчислення з низькою точністю FP8, а також компоненти DeepEP, DeepGEMM для підвищення пропускної здатності, попереднє заповнення та розділення декодування, щоб уникнути уповільнення генерації, а також розподіл KV Cache для підвищення паралелізму; на стороні навчання також використовується блочне масштабування FP8, а також зменшення різниці маршрутизації між навчанням та висновками моделей MoE за допомогою Router Replay, а також накладення FSDP, паралельних експертів та контекстної паралельності. Ці оптимізації в кінцевому підсумку впливають на використання GPU, час навчання та витрати для клієнтів.

У липні цього року prime-rl також додав єдиний алгоритмічний рівень, вбудувавши шість типів методів навчання: GRPO, MaxRL, On-Policy Distillation, самодистиляція, SFT Distillation та ECHO, дозволяючи вибирати різні алгоритми для різних середовищ під час одного навчання. Простими словами, один і той же агент може використовувати один метод навчання для математичних завдань, а інший для завдань з термінальними операціями, без необхідності переписувати базовий тренер. Це наближає Prime Intellect до системи RL, яка може масштабуватися.

Співпраця апаратного та програмного забезпечення: NVIDIA не лише інвестор

З огляду на склад учасників A-раунду, зв'язок між технологічними гігантами та Prime Intellect не обмежується лише капіталом, а й глибоко проникає в спільну архітектуру апаратного та програмного забезпечення.

Співпраця Prime Intellect з NVIDIA охоплює обидва рівні: апаратний та програмний. Щодо апаратного забезпечення, їхні навчальні та сервісні навантаження вже використовують системи NVIDIA Blackwell, Blackwell Ultra та NVL72, компанія стверджує, що ці системи є більш ефективними, ніж попередні кластери Hopper.

Щодо програмного забезпечення, NVIDIA Dynamo використовується для глобальної організації висновків, автоматичного масштабування, маршрутизації запитів та розвантаження KV Cache, а також інтегрується з масштабною LoRA (низькорозмірна адаптація, технологія тонкої настройки великих мовних моделей) Prime Intellect.

Технічний блог NVIDIA також підтверджує, що Prime Intellect вже впровадила фреймворк висновків NVIDIA Dynamo у виробничі робочі процеси та брала участь у спільному проектуванні та інтеграції підтримки LoRA Adapter.

Prime Intellect раніше в березні цього року заявила, що буде тестувати навантаження RL Sandbox на базі процесора NVIDIA Vera та планує перенести частину Sandbox після публічної доступності Vera, надавши GPU Sandbox на системі Vera Rubin. Компанія стверджує, що кожен слот Vera CPU може стабільно паралельно працювати з 176 віртуальними машинами; при заданому навантаженні RL Sandbox, після активації багатопоточності, продуктивність перевищує середній показник на 30% у порівнянні з базовим рівнем AMD Zen 5 на AWS, де активовані лише фізичні ядра.

Ці цифри демонструють потенційні переваги у витратах, але наразі вони базуються на тестуванні обох сторін, і порівняльне середовище не є повністю однаковим, тому їх не можна вважати незалежним загальним висновком про продуктивність. Vera Rubin та GPU Sandbox також слід описувати як «планується використовувати», а не вже в широкому використанні.

З розвитком продукту відбувається реальна комерційна монетизація. Згідно з даними Prime Intellect, фінансово-технологічна компанія Ramp використовує Prime Intellect Lab для навчання підрозділу інтелекту FastAsk для Ramp Labs: Ramp перетворює свій AI-редактор електронних таблиць Ramp Sheets у навчальне середовище RL, використовуючи Qwen3.5-35B-A3B як базову модель для навчання з підкріпленням.

Результати, оприлюднені Prime Intellect, показують, що точність FastAsk становить 66,25%, що вище за 61,88% Claude Opus 4.6, а середній час виконання нижчий приблизно на 27%.

Оскільки тестовий набір та оцінка визначені обома сторонами, це не означає, що ця 35B модель перевищує Opus у загальних можливостях, але це доводить більш вузьке, але комерційно цінне твердження: компанії можуть навчити менші моделі стати експертами в конкретних робочих процесах.

Чи правда, що ARR становить 100 мільйонів доларів?

Необхідно уточнити, що оригінальний текст, використаний Prime Intellect, говорить про «понад 100 мільйонів доларів річного доходу», а не «за минулий рік було отримано 100 мільйонів доларів доходу».

Річний дохід зазвичай є екстраполяцією доходу за останній місяць або квартал на рік; якщо бізнес швидко зростає, він може бути значно вищим за фактичний дохід за останні дванадцять місяців. Для бізнесу, що стягує плату за використання GPU, навчання та інференс, цей показник також не означає, що клієнти підписали контракти на річну суму, що автоматично продовжується.

З огляду на оголошення Prime Intellect та вже запущені платні продукти, компанія в основному охоплює чотири категорії продуктів: перша - ринок обчислень, включаючи GPU-екземпляри, що стягують плату за час використання, багатоядерні кластери та резервовані кластери; друга - навчання в Lab, що стягує плату за вхідні, вихідні дані та токени навчання; третя - інференс та оцінка, що також пов'язано з обсягом викликів моделі; четверта - Sandboxes, що стягує плату за CPU, пам'ять, диск та час роботи.

Ця структура доходів має зрозумілі джерела зростання. По-перше, GPU-кластери самі по собі є ресурсами з високою вартістю, що постійно споживаються за годину, тому обсяги доходів можуть зростати швидше, ніж у випадку з чистими програмними підписками. По-друге, Prime Intellect розширює шлях споживання клієнтів від «оренди GPU» до «створення середовища---виконання інференсу---оцінки---навчання з підкріпленням---випуску», один і той же клієнт може генерувати витрати на кількох етапах. По-третє, навчання агентів з підкріпленням вимагає великої кількості паралельних rollout, довгого контексту інференсу та ізольованих пісочниць, що природно споживає більше обчислювальних ресурсів, ніж звичайні API запитання-відповіді.

Більше 6000 клієнтів, про яких повідомляє Prime Intellect, а також випадок Ramp, принаймні свідчать про те, що платформа більше не є лише дослідницькою демонстрацією. Проте, перевіряючи цифру в 100 мільйонів доларів, слід зберегти кілька меж. Prime Intellect є приватною компанією, яка наразі не публікує аудиторські фінансові звіти, не розкриває місячний або квартальний дохід, на якому базується річний дохід, рівень оплати клієнтів, розподіл доходів та концентрацію клієнтів. Офіційно також не вказано, чи доходи на ринку обчислень підтверджуються за загальними витратами клієнтів чи чистими доходами платформи.

Крім того, ринок обчислень Prime Intellect наразі не надає формальних угод про рівень обслуговування (SLA), офіційно пояснюючи це тим, що базова інфраструктура походить від кількох постачальників. Офіційно рекомендується користувачам з високими вимогами до стабільності обирати Secure Cloud; у разі виникнення збоїв з боку постачальника можливе надання відшкодування або кредиту на платформі.

У порівнянні з одиничною фінансовою цифрою, легше перевірити прогрес, що Prime Intellect перетворила колись розсіяне дистрибуційне навчання в справжню «повноцінну інфраструктуру з власними моделями, відкритою екосистемою, підтримкою апаратних гігантів та реальними рахунками підприємств».

Документи, що стерли сліди випуску токенів

Неможливо ігнорувати деталь: з моменту, коли Prime Intellect увійшла до клубу з оцінкою в 1 мільярд доларів і гучно оголосила про 100 мільйонів доларів ARR, я виявив, що в офіційних документах були виключені висловлювання, які мали яскраво виражений Web3 характер: «Контракт розгорнуто в тестовій мережі Base Sepolia», «в майбутньому буде перенесено на власний блокчейн» та «через контракт RewardsDistributor токени будуть розподілені в пулі обчислювальної потужності відповідно до активного часу» - були повністю стерті.

Це видалення на документальному рівні було передбачено ще в березні 2025 року, коли була опублікована та сама заява.

Тоді Prime Intellect оголосила про завершення фінансування в розмірі 15 мільйонів доларів, яке очолив Founders Fund з Кремнієвої долини, у списку основних інвесторів навіть з'явилися такі видатні особи, як Андрій Карпатий (співзасновник OpenAI), Клем Деланж (CEO Hugging Face) та Баладжі Срівасаван. Саме з цього моменту логіка проекту зазнала деконструкції.

Раніше насичена «випуск токенів, залучення роздрібних обчислювальних потужностей, аеродропи» наратив миттєво перетворилася на зону ризику, що найбільше торкається традиційних венчурних інвестицій. Щоб залучити боєприпаси на традиційному капітальному ринку, Prime Intellect повинна була зовні завершити повну очистку від «Crypto-first» до «AI-first».

Однак її дистрибуційне навчання моделей все ще зберігає топологічне ядро P2P мережі, але децентралізація більше не є наративом токенів, спрямованим на роздрібних інвесторів, а перетворилася на невидимий канал для B2B компаній «низьковартісного планування глобальних вільних обчислювальних потужностей».

Сьогоднішній Prime Intellect більше нагадує чисту AI SaaS компанію, ймовірно, в майбутньому вона прагне до IPO або буде придбана традиційними апаратними гігантами за високою ціною.