Arcee AI, la startup de San Francisco que desarrolla modelos de pesos abiertos en Estados Unidos, cerró una Serie B con una valuación previa de 1,000 millones de dólares, según reportó en exclusiva Fortune el 16 de septiembre de 2026. Vista Equity Partners, Cambium Capital y Emergence Capital encabezaron la ronda; Arcee no reveló el monto, pero una fuente citada por Fortune lo ubica en al menos 150 millones. La empresa sostiene su historia con otra cifra. Afirma que toda su línea de modelos de 2025, incluido Trinity Large, se construyó por unos 20 millones de dólares, y aclara que esa cuenta suma sueldos, cómputo, datos, infraestructura y operación. Eso la separa de los menos de 6 millones que se asociaron a DeepSeek, un cálculo que el informe técnico de DeepSeek limita al entrenamiento oficial de su modelo.
Los 20 millones de Arcee y los 5.6 de DeepSeek no miden lo mismo
Fortune cuenta la apuesta como unos 20 millones gastados en entrenar cuatro modelos abiertos, entre ellos Trinity Large, lanzado a inicios de 2026. El anuncio de la Serie B, firmado por el fundador de Arcee, Mark McQuade, y por Lucas Atkins, es más preciso sobre el alcance: la cifra cubre toda la línea de 2025 e incluye rubros ajenos al cómputo. Lo que no trae es un desglose que diga cuánto se fue en cómputo y cuánto en nómina.
Fortune contrasta ese gasto con DeepSeek, el laboratorio chino que irrumpió en 2025 con reportes de un modelo entrenado por menos de 6 millones de dólares. Ese número sale del informe técnico de DeepSeek-V3, publicado en arXiv en diciembre de 2024: 2.788 millones de horas de GPU H800 para el entrenamiento completo, a una renta supuesta de 2 dólares por hora, suman 5.576 millones. El mismo documento advierte que el costo abarca solo el entrenamiento oficial y deja fuera la investigación previa y los experimentos de ablación, las pruebas que retiran o cambian componentes para medir su efecto, sobre arquitectura, algoritmos o datos.
La tabla compara qué entra en cada cifra y cuál es su límite, según los documentos de cada laboratorio.
| Cifra | Monto | Qué incluye | Límite del dato |
|---|---|---|---|
| DeepSeek-V3, informe técnico de diciembre de 2024 | 5.576 millones de dólares | 2.788 millones de horas de GPU H800 del entrenamiento oficial, a una renta supuesta de 2 dólares por hora | Excluye la investigación previa y los experimentos de ablación |
| Arcee, línea de modelos de 2025 | Unos 20 millones de dólares | Sueldos, cómputo, datos, infraestructura y operación, con Trinity Large incluido | No separa cuánto fue a cómputo y cuánto a sueldos |
Los modelos tampoco son gemelos, aunque los dos son de mezcla de expertos (MoE), una arquitectura que solo activa una parte de sus parámetros en cada token. DeepSeek-V3 tiene 671,000 millones de parámetros, de los que activa 37,000 millones por token, y se entrenó con 14.8 billones de tokens. Trinity Large ronda los 398,000 millones, activa unos 13,000 millones y se entrenó con más de 17 billones, según su ficha en Hugging Face. Ambos usaron 2,048 chips de Nvidia, de modelos distintos: H800 en DeepSeek y B300 en Arcee.
Arcee apostó entre 65% y 70% de su caja
Arcee nació en 2023 y en 2025 se dedicaba al postentrenamiento, el ajuste de modelos que ya existen. Según Fortune, McQuade vio un hueco cuando Meta se alejó de los modelos de pesos abiertos, los que una empresa puede correr por su cuenta sin entregar sus datos a un proveedor externo. Llenarlo exigía construir un modelo desde cero.
“Vimos una oportunidad y teníamos 30 millones de dólares en el banco”, dijo McQuade a Fortune. “Dije ‘hagámoslo’ y me jugué la empresa. ‘Gastemos entre 65% y 70% de nuestro capital’”.
Ese porcentaje de 30 millones equivale a entre 19.5 y 21 millones, en línea con los 20 que Arcee dice haber gastado. En su blog, la empresa relata que en seis meses pasó de un modelo denso, que usa todos sus parámetros, de 4,500 millones a Trinity Large, de unos 400,000 millones, y sostiene que fue el primer modelo de su tipo desarrollado de principio a fin en Estados Unidos desde que Meta dejó de publicar modelos Llama a inicios de 2025.
La ronda llega siete meses y medio después de que Forbes reportara, con base en dos fuentes, que Arcee buscaba más de 200 millones de dólares con una valuación superior a 1,000 millones y que quería entrenar un modelo abierto de más de un billón de parámetros. La valuación coincide con esa meta. Del monto solo se conoce un piso, los 150 millones de la fuente de Fortune, y nada público permite saber si la ronda alcanzó los más de 200 que se buscaban en febrero. Con ese piso, la valuación posterior a la inversión sería de al menos 1,150 millones; Arcee solo dice que supera los 1,000.
El rival que eligió McQuade está en Pekín
McQuade dijo a Fortune que la meta final es alcanzar a China. A su juicio, Estados Unidos va muy adelante en los modelos cerrados, pero “en cierto modo dejó caer la pelota” en los abiertos. Para alcanzar a China eligió como vara de medir a un laboratorio chino y no a uno estadounidense.
“No estamos persiguiendo a Laguna”, dijo McQuade. “Estamos persiguiendo a GLM Flash”.
Laguna es la familia de modelos abiertos de Poolside, otro laboratorio de San Francisco, que en julio presentó Laguna S 2.1, de 118,000 millones de parámetros, según VentureBeat. GLM Flash pertenece a Z.ai, la antigua Zhipu AI, con sede en Pekín. McQuade también aseguró que Arcee es “el laboratorio más eficiente del mundo” por lo que ha hecho, una afirmación que los números de su anuncio no permiten contrastar con los de otros laboratorios, porque mezclan cómputo y sueldos.
La diferencia de recursos con el laboratorio que Arcee persigue es amplia. Z.ai recaudó cerca de 4,000 millones de dólares con una venta de acciones en julio y en septiembre lanzó otra operación de unos 5,000 millones, como contamos.
Patricia Rodriguez
A dónde irá el dinero de la Serie B
Arcee dice que destinará los recursos a terminar la siguiente generación de Trinity, que ya está en entrenamiento e irá de modelos para teléfonos y laptops a sistemas para trabajo científico y de programación. También ampliará su trabajo con el Departamento de Energía de EE. UU. y sus laboratorios nacionales, y construirá herramientas para personalizar, evaluar y desplegar modelos abiertos. Fortune agrega que colaborará de cerca con las empresas del portafolio de Vista.
El proyecto con el Departamento de Energía ya tiene nombre. En julio, Arcee y el departamento anunciaron Genesis-Science-1 (GS1), un modelo abierto para investigación científica dentro de la Genesis Mission. Según el blog de la empresa, Arcee consiguió el cómputo y se encargará del entrenamiento, mientras los científicos del departamento definirán los problemas y aportarán datos y entornos. GS1 será un modelo de la clase del billón de parámetros, construido sobre la próxima generación de Trinity, y el plan es publicarlo de forma abierta antes de que termine el año, con sus pesos y un informe técnico.
Además de los tres líderes, entraron a la ronda M12, el fondo de capital de riesgo de Microsoft; Hitachi; Wipro; IAG; AI10 Ventures y P7 (Prosperity7, el fondo de crecimiento de Aramco Ventures). Arcee presenta esa mezcla de socios financieros y estratégicos como señal de que los modelos abiertos se están volviendo infraestructura crítica para empresas e instituciones.
Si el piso de 150 millones es correcto, la ronda le da a Arcee al menos 7.5 veces lo que dice haber gastado en toda su línea de 2025, en el momento en que su siguiente proyecto, GS1, apunta a la clase del billón de parámetros.
