Mirendil kerää miljardin dollarin A-sarjan rahoituksen tuodakseen eturintaman tekoälyn tutkimuksen ja kehityksen useampien tiimien ulottuville

Mirendil ilmoitti 12. marraskuuta 2026 keränneensä miljardin dollarin A-sarjan rahoituksen, jota johtivat Kleiner Perkins ja Clearlake Capital. Tavoitteena on tuoda eturintaman tekoälyn tutkimus ja kehitys useampien tutkijoiden ja insinöörien ulottuville.

Rahoituskierrokseen osallistuivat myös Battery Ventures, Doerr Capital, Gil & Co, Google, M13, Pear VC ja S32 sekä muita uusia ja nykyisiä sijoittajia. Mirendil kehittää malleja ja agenttiohjelmistoja tiettyä tavoitetta varten: jotta yksi ihminen voisi tehdä työtä, johon aiemmin tarvittiin tiimi, ja tiimi voisi toteuttaa hankkeita, joihin aiemmin tarvittiin instituutio.

Yhden tutkijan koulutustulos

Rahoitus seuraa yhtiön ensimmäisiä julkistettuja mallituloksia. 21. lokakuuta 2026 julkaistussa raportissa Mirendil kertoi, että yksi tutkija esikoulutti tekoälyagenttien avulla alusta alkaen koodausmalli Mirendil-Basen 3,5 kuukaudessa alle 10 miljoonan dollarin laskentakustannuksilla. Kokonaislukuun sisältyvät tutkimus ja pienimuotoiset kokeilut, lopullinen koulutusajo, agenttien tokenien käyttö sekä datan käsittely.

Yhtiön mukaan agentit kirjoittivat yli 99 % koodista, suorittivat kokeita ja diagnosoivat virheitä, kun taas tutkija päätti, mitä kokeilla ja mihin luottaa, sekä puuttui työhön tarvittaessa. Kokeessa käytettiin julkisesti saatavilla olevaa koodia, verkkosivuja ja julkisia tietoaineistoja. Lisädataa ei ostettu eikä lisensoitu, eikä käytetty tislausta tai synteettistä dataa. Mirendil-Base kuuluu 100–500 miljardin parametrin kokoluokkaan. Suurempien Mirendil-Base-Large- ja Mirendil-Base-XL-mallien koulutus oli vielä käynnissä raportin julkaisuhetkellä.

Fern ja Lor muodostavat tuotekokonaisuuden

Mirendil jatkokoulutti myöhemmin Mirendil-Basen Fern 0.1 -malliksi, joka on yhtiön ensimmäinen malli. Fern-mallin esittelysivulla kuvataan järjestelmää laajamittaiseen agenttien tekemään työhön, kuten koulutusajojen virheiden selvittämiseen, agenttien täydellisten toimintaketjujen lukemiseen ja koulutusdatan tarkastamiseen. Sivun mukaan arkkitehtuuri, koulutus ja palvelun tarjoaminen tukevat jopa 10 miljoonan tokenin konteksti-ikkunaa, mikä vastaa suunnilleen 23 megatavua tai puolta miljoonaa koodiriviä. Näin malli voi käsitellä kerralla useiden päivien ajan kertynyttä agentin työtä. Käyttömahdollisuuden ilmoitetaan avautuvan pian.

Lor on alusta tällaisen työn delegointiin. Mirendil esitteli Lorin 28. lokakuuta 2026 pilvipohjaisena järjestelmänä, jonka agentit voivat kirjoittaa koodia, suorittaa kokeita, varata laskentakapasiteettia ja käyttää käyttäjän valitsemia koneita. Agentti voi jakaa tehtävän kymmenille agenteille, ja eri projekteissa voi toimia satoja agentteja. Yhtiön mukaan agentit voivat jatkaa työskentelyä päiviä tai viikkoja ja selvitä itse esteistä, kun jokin menee rikki.

Lor on saatavilla kutsusta yksityisessä beetatestissä, ja se on beetatestin ajan maksuton macOS:llä, Linuxilla ja verkossa. Windowsin, iOS:n ja Androidin ilmoitetaan tulevan saataville myöhemmin. Käyttäjät voivat seurata kunkin agentin etenemistä, pysäyttää agentteja ja poistaa koneita järjestelmästä.

Suunnitelman taustalla laskentatehoa ja pääomaa

24. kesäkuuta 2026 tapahtuneen julkaisunsa yhteydessä Mirendil kertoi perustajatiimiinsä kuuluvan 20 tutkijaa ja insinööriä, jotka olivat työskennelleet muun muassa Anthropicin, xAI:n, Google DeepMindin ja OpenAI:n palveluksessa. Yhtiö ilmoitti myös Andreessen Horowitzin ja Kleiner Perkinsin johtamasta 200 miljoonan dollarin siemenrahoituskierroksesta, jota seurasivat NVIDIA:n ja muiden tekemät sijoitukset.

Mirendil oli jo ilmoittanut usean vuoden mittaisesta Google Cloud -kumppanuudesta 6. elokuuta 2026. Järjestely tuo koulutuksen, päättelyn ja tekoälytutkimuksen kuormitukset Google Cloudin AI Hypercomputer -alustalle, jossa hyödynnetään Google Cloudin TPU-prosessoreita ja NVIDIA:n täyden pinon tekoälyinfrastruktuuria. Kumppanuuteen sisältyy hallinnoituja koulutusklustereita, jotka on suunniteltu yhdessä laskennan, tallennuksen, verkkoyhteyksien ja ohjaustasojen osalta suurempien tutkimuskokonaisuuksien tukemiseksi.

A-sarjan rahoitus yhdistää siten Mirendilin suunnitelman kolme osaa: agenttien tukeman mallikehityksen, tutkimustyön delegointiin tarkoitetun alustan ja suurempien kokeiden pilvi-infrastruktuurin. Keskeinen testi yhtiön tavoitteelle tehdä tekoälytutkimuksesta helpommin saavutettavaa on, pystytäänkö sen sisäinen, yhden tutkijan saavuttama tulos muuttamaan toistettavaksi työnkuluksi ulkopuolisille tutkijoille ja insinööreille.