Inferact 2026: criadores do vLLM transformam o principal motor de serviço open-source em uma startup de US$ 800 milhões

A Inferact constrói e vende infraestrutura de serviço gerenciada em torno do vLLM, o motor open-source da UC Berkeley usado para executar grandes modelos de linguagem de forma rápida e barata em GPUs, enquanto continua a financiar o desenvolvimento do motor open-source upstream.

O vLLM se tornaria a camada padrão de serviço de LLMs, e a Inferact poderia monetizar infraestrutura serverless gerenciada em torno do núcleo aberto sem nunca fechá-lo.

Cerca de US$ 300 mil antes do lançamento (incluindo apoio da Sequoia, segundo reportagem da Forbes); depois, uma rodada seed de US$ 150 milhões anunciada em 22/01/2026 a uma avaliação de US$ 800 milhões, coliderada por a16z e Lightspeed, com participação da Databricks Ventures e do UC Berkeley Chancellor's Fund.

O vLLM começou em 2023 dentro do Sky Computing Lab de Ion Stoica, na UC Berkeley; seu artigo sobre PagedAttention (SOSP 2023) mostrou que paginar o cache de atenção como memória virtual reduzia o desperdício de memória e aumentava a vazão de serviço. À medida que os gastos com IA migraram do treinamento de modelos para a execução deles, o motor de pesquisa se tornou uma forma padrão pela qual muitas equipes serviam LLMs abertos.

No final de 2025, o projeto tinha cerca de 80 mil estrelas e milhares de usuários em produção, mas os mantenedores não tinham uma empresa em torno dele. A Forbes reportou em dezembro de 2025 que o colíder Simon Mo estava buscando uma captação de pelo menos US$ 160 milhões, apesar de receita mínima e de apenas cerca de US$ 300 mil captados até então. Em 22/01/2026, a equipe principal saiu do modo stealth como Inferact, com uma rodada seed de US$ 150 milhões a uma avaliação de US$ 800 milhões; o cofundador Woosuk Kwon definiu o objetivo como tornar o serviço de IA "tão simples quanto subir um banco de dados serverless".

A Inferact está ativa em 02/09/2026: os mantenedores fundadores permanecem no comando, com Simon Mo como CEO, a rodada está financiando uma plataforma vLLM serverless gerenciada além do trabalho upstream contínuo, e nenhum encerramento, pivô ou nova captação foi reportado.

O serviço, e não o treinamento, tornou-se o custo recorrente da IA, então o motor que reduz o custo de serviço se tornou infraestrutura central.

A base instalada do vLLM dá à Inferact uma distribuição que nenhum rival pode comprar: ~90,6 mil estrelas, mais de 2.000 contribuidores e usuários na escala da AWS.

A equipe fundadora inclui os criadores originais e seu laboratório em Berkeley, exatamente as pessoas que tornaram o motor rápido.

Manter o núcleo aberto remove a objeção de confiança que normalmente mata a comercialização de open-source.

As empresas pagam por confiabilidade, autoscaling e operações, precisamente a camada gerenciada que a Inferact está construindo.

A adoção de open-source por si só não é um negócio; a Inferact separou um núcleo gratuito de uma camada gerenciada paga, e os investidores precificaram a equipe e a adoção em US$ 800 milhões antes de qualquer receita de produto.

Em 02/09/2026, a Inferact permanece ativa e em fase de construção. A rodada seed de US$ 150 milhões anunciada em 22/01/2026 financia uma versão gerenciada e serverless do vLLM rodando em Kubernetes com observabilidade, solução de problemas e recuperação de desastres, enquanto a empresa continua investindo no motor open-source upstream, adicionando trabalho de desempenho e novas arquiteturas de modelos. Os mantenedores fundadores lideram a empresa e nenhum lançamento de produto, pivô, encerramento ou rodada subsequente havia sido reportado até a data de referência.