River AI Mengumpulkan $1,1 Miliar di Seri Seed dan Seri A untuk Membangun Tumpukan AI Pribadi

River AI, startup xAI yang didirikan oleh Igor Babuschkin dan keluar dari stealth pada 10 Juni 2026, telah mengumpulkan $1,1 miliar di Seri Seed dan Seri A, perusahaan mengumumkan pada 11 Agustus 2026. General Catalyst dan AMP PBC memimpin pendanaan, dengan investasi strategis dari Nvidia dan AMD Ventures serta partisipasi dari Y Combinator dan Temasek.

River telah dua bulan sejak peluncurannya dan sudah membawa salah satu pendanaan awal terbesar tahun ini. Uang tersebut mendukung tesis yang tidak biasa: bahwa tumpukan AI, dari pelatihan hingga model, produk, dan perangkat keras, perlu dibangun kembali di sekitar agen pribadi yang dimiliki orang-orang, bukan kecerdasan yang disewa dari beberapa laboratorium.

“Cara AI dibangun saat ini tidak akan menjadi cara AI dibangun di masa depan. AI harus terbuka, tersedia secara gratis, dan terjangkau. AI harus terasa seperti bekerja untuk orang yang menggunakannya, bukan laboratorium yang melatihnya. Kami memulai River untuk memungkinkan orang dan perusahaan memiliki kecerdasan mereka sendiri,” kata Babuschkin, co-founder dan CEO River, dalam pengumuman.

Apa yang River Jual Pertama

Produk pertama perusahaan, yang sudah diluncurkan sejak Juni, adalah River API, layanan pelatihan untuk model berat terbuka. Ini menawarkan LoRA fine-tuning dan reinforcement learning pada model terbuka yang berkisar dari 35 miliar hingga 1 triliun parameter, termasuk Qwen3.6, Kimi K2.6, dan GLM 5.2, dengan tagihan diukur per juta token untuk pelatihan dan inferensi, bukan per jam GPU.

Penawaran ini ditujukan untuk perusahaan yang ingin model yang dibentuk di sekitar pekerjaan mereka sendiri tanpa harus membangun tim infrastruktur. River mengatakan bahwa setiap perusahaan dapat menyelesaikan pelatihan reinforcement learning yang kompleks dalam 15 hingga 20 menit tanpa memerlukan tim infrastruktur, dengan penghematan biaya dua hingga empat kali lipat dibandingkan dengan alternatif sumber tertutup, dan bahwa titik akhir yang dilatih milik pelanggan dan diterapkan ke endpoint yang kompatibel dengan OpenAI.

Halaman harga memberikan angka konkret pada meter: pelatihan berjalan $1,00 per juta token pada model Qwen3.6 35B dan $12,84 per juta pada Kimi K2.6 pada panjang konteks 262k, dengan penyimpanan titik akhir dikenakan biaya terpisah sebesar $0,10 per gigabyte per bulan. Contoh yang dikerjakan di situs memperkirakan biaya pelatihan RL skala produksi penuh pada dataset matematika di bawah $1.000.

Taruhannya yang Lebih Panjang di Balik Putaran

Babuschkin menghabiskan sekitar satu dekade di DeepMind, OpenAI, dan xAI, di mana dia co-founder yang terakhir dan bekerja pada pelatihan skala besar, sebelum memulai River. Dalam pos peluncuran, dia membingkai perusahaan melawan arah laboratorium garis depan: agen yang menggantikan pekerja, disewakan per token.

“Agen yang mampu akan menjadi bagian normal dari kehidupan sehari-hari. Kurang seperti asisten yang Anda panggil saat Anda memerlukan tugas dilakukan, lebih seperti malaikat pelindung: hadir diam-diam, di sisi Anda, membantu dengan apa yang benar-benar penting bagi Anda. Mereka akan mengenal Anda dengan baik, dan mereka akan menjadi milik Anda, bukan milik orang lain,” tulisnya.

Itu adalah kerangka yang General Catalyst beli: agen pribadi, pelatihan terus-menerus, dan perangkat keras yang lebih jauh. “Kepemimpinan Amerika dalam AI secara mendesak memerlukan kepemimpinan dalam model berat terbuka, sambil mempertahankan keunggulan dalam model garis depan tertutup. Igor dan tim River AI memiliki pengalaman untuk membuat ini terjadi,” kata Hemant Taneja, CEO General Catalyst, dalam pengumuman River. Marc Bhargava, direktur manajemen perusahaan, menunjuk pada celah komersial: perusahaan telah kekurangan cara yang efisien untuk melatih, menyetel, dan memiliki model kustom, dan River “menutup celah ini”.

AMP PBC, co-lead, bergabung dengan General Catalyst dalam memimpin putaran, menurut pengumuman River. Nvidia dan AMD Ventures mengambil saham strategis menempatkan kedua rival GPU di dalam tabel kap perusahaan yang memiliki roadmap yang dinyatakan berakhir dengan perangkat keras yang menjalankan AI pribadi di luar pusat data orang lain.

Di Mana Uang Mendarat

River mengatakan bahwa pendanaan mempercepat setiap lapisan tumpukannya sekaligus: API pelatihan yang sudah dikirim, lapisan produk pribadi dan pembelajaran terus-menerus yang masih dibangun di atasnya, dan perangkat keras baru yang dimaksudkan untuk memungkinkan AI pribadi berjalan dekat dengan pemiliknya. Tim pendiri mengandalkan pengalaman xAI dan Tesla, dan perusahaan sedang merekrut.

Struktur putaran ini patut diperhatikan. Pendanaan gabungan seed dan Seri A sebesar ini, diumumkan dua bulan setelah pos peluncuran, dengan investor chip strategis bersama dengan pemimpin keuangan, memberi River modal untuk bersaing dengan laboratorium garis depan yang didirikan oleh pendirinya. Apakah tesis agen pribadi memegang adalah pertanyaan yang lebih panjang; bisnis langsung adalah awan pasca-pelatihan untuk perusahaan, dan bisnis itu sekarang memiliki landasan pacu sebesar miliar dolar dan dua perusahaan ventura di belakangnya.