La startup d'inférence IA (AI Inference) Modal Labs lève des fonds sur une valorisation de 2,5 milliards de dollars, doublant en 5 mois

Modal Labs, une plateforme cloud spécialisée pour les développeurs d'IA, sécurise un nouveau tour de financement qui valorise l'entreprise à environ 2,5 milliards de dollars. Le tour serait mené par General Catalyst, une initiative qui souligne l'appétit vorace des investisseurs pour les infrastructures capables de soutenir l'économie florissante de l'IA générative (Generative AI).

Cette injection de capital marque une escalade dramatique dans la trajectoire de croissance de Modal Labs, doublant effectivement sa valorisation en moins de cinq mois. La startup a précédemment atteint le statut de licorne en octobre 2025, lorsqu'elle a levé sa Série B à une valorisation post-monétaire de 1,1 milliard de dollars. Le recalibrage rapide met en évidence un changement plus large dans le paysage du capital-risque, où l'attention pivote de l'entraînement des modèles de fondation vers la « couche d'inférence » — l'infrastructure nécessaire pour exécuter et mettre à l'échelle ces modèles en production.

Le passage à l'infrastructure d'inférence

Au cours des deux dernières années, le récit de l'IA a été dominé par les besoins massifs en capitaux pour l'entraînement des grands modèles de langage (Large Language Models ou LLM). Cependant, à mesure que les entreprises passent de l'expérimentation au déploiement, le goulot d'étranglement s'est déplacé vers l'inférence — le traitement réel des requêtes des utilisateurs par ces modèles.

Modal Labs s'est positionné comme un acteur critique dans cet espace en proposant une plateforme GPU sans serveur (serverless GPU platform) qui masque la complexité de l'infrastructure cloud. Contrairement aux fournisseurs cloud traditionnels qui nécessitent une configuration complexe (impliquant souvent Kubernetes et d'interminables fichiers YAML), Modal permet aux développeurs de définir des environnements de conteneurs, des exigences matérielles et une logique de mise à l'échelle directement dans le code Python.

Erik Bernhardsson, cofondateur et PDG de Modal Labs, a défendu cette philosophie de « l'infrastructure par le code » (Infrastructure-from-Code). En permettant aux ingénieurs de provisionner des Nvidia H100 ou A100 haut de gamme avec une seule ligne de Python, Modal a gagné une traction significative parmi les équipes de données et les startups d'IA qui ont besoin d'itérer rapidement sans gérer les frais généraux de dev-ops.

Valorisation et indicateurs de croissance

Le bond vers une valorisation de 2,5 milliards de dollars est soutenu par des fondamentaux solides. Des sources proches du dossier indiquent que Modal Labs a atteint un taux de revenus annuels récurrents (Annualized Revenue Run Rate ou ARR) d'environ 50 millions de dollars. Cette croissance des revenus suggère que l'entreprise ne surfe pas seulement sur un cycle de battage médiatique, mais constate une consommation substantielle de ses ressources informatiques par des clients payants.

Le tableau suivant retrace l'ascension rapide de la valorisation de Modal Labs au cours des dernières années :

Historique de financement de Modal Labs

Pourquoi General Catalyst mène la charge

L'implication de General Catalyst signale un pari stratégique sur les facilitateurs de la « couche applicative ». Le cabinet a été agressif dans sa thèse sur l'IA, allouant récemment des milliards aux « stratégies de création » et aux entreprises d'IA appliquée. En soutenant Modal, General Catalyst investit dans les fournisseurs d'outils qui alimenteront la prochaine génération d'applications d'IA.

L'intérêt du cabinet provient probablement de la différenciation de Modal dans un marché encombré. Alors que des concurrents comme Replicate se concentrent sur l'hébergement facile de modèles via des API et que RunPod propose la location brute de GPU, Modal trouve un équilibre en proposant un environnement d'exécution (runtime) programmable. Cela lui permet de gérer non seulement l'inférence de modèles simples, mais aussi des tâches complexes et lourdes telles que :

• Le réglage fin (fine-tuning) de modèles open-source sur des données personnalisées.
• La génération d'actifs 3D (3D asset generation).
• Le repliement de protéines (protein folding) pour la biotech.
• L'exécution de code en bac à sable (sandboxed code execution) pour les agents d'IA.

L'avantage technique : l'infrastructure par le code (Infrastructure-from-Code)

Au cœur de l'attrait de Modal se trouve son architecture technique. La plateforme affiche des temps de démarrage à froid inférieurs à la seconde, une mesure critique pour l'inférence sans serveur où les utilisateurs attendent des réponses instantanées. Modal y parvient en optimisant le runtime du conteneur et le système de fichiers, ce qui lui permet de lancer des milliers de GPU en quelques secondes pour gérer les pics de trafic et de redescendre immédiatement à zéro après, économisant ainsi des coûts pour les développeurs.

Cette élasticité est vitale pour la vague actuelle d'applications d'IA générative, qui connaissent souvent des modèles de trafic « par rafales » (bursty) difficiles à gérer avec les grappes de serveurs traditionnelles toujours actives.

Paysage concurrentiel et perspectives d'avenir

L'accord place Modal Labs fermement dans le peloton de tête des startups d'infrastructure d'IA. Le secteur connaît une concurrence intense, d'autres acteurs levant également des tours massifs :

• Baseten a récemment obtenu un financement sur une valorisation de 5 milliards de dollars.
• Fireworks AI a levé des capitaux sur une valorisation de 4 milliards de dollars fin 2025.

À mesure que le marché de l'IA mûrit, les gagnants seront probablement définis par l'expérience développeur et la fiabilité. Avec 50 millions de dollars d'ARR et un nouveau trésor de guerre provenant de General Catalyst, Modal Labs est bien positionnée pour agrandir son équipe d'ingénierie, sécuriser davantage de capacité GPU et cibler agressivement les clients d'entreprise qui luttent actuellement pour faire passer leurs pilotes d'IA en production évolutive.

Le financement valide la thèse selon laquelle, alors que les guerres de modèles (OpenAI vs Anthropic vs Google) font la une des journaux, les entreprises d'infrastructure permettant à ces modèles de fonctionner génèrent une valeur massive et tangible.