SNAPSHOT
BTC/USD$70,261-4.8%
ETH/USD$1,990.80-3.2%
Coinbase(perp)$129.57-3.4%
S&P 500(perp)7,615.50+0.3%
米テック100(perp)28,398.00+0.7%
日経225(perp)61,862+0.2%
EUR/USD(perp)1.1065-0.1%
USD/JPY(perp)159.840+0.1%
Gold(perp)$3,921.30-1.5%
WTI(perp)$87.25+3.1%
米10年金利5.10%+2.4%
BTCボラティリティ(BVIV)42.17+2.1%
審査状態: auto_collectedソース: collected_liveas-of 12:03 JSTパケットID: alt20_2026111312トップの市場価格は Hyperliquid 上の先物(perp)価格です(米10年金利は米財務省)
SNAPSHOT 2026-11-13 12:03 JST

Signal

📡 Signal|元 Anthropic の2人が率いる Mirendil、10億ドルを調達

AI 研究を AI で自動化する Mirendil が、シリーズ A で10億ドルを調達。6月の2億ドルのシードから約5か月で5倍の額になった。

LiveMakers 編集デスク

📡 Signal|元 Anthropic の2人が率いる Mirendil、10億ドルを調達

サンフランシスコの AI 研究所 Mirendil は11月12日、シリーズ A で10億ドルを調達したと発表した。Kleiner Perkins と Clearlake Capital が共同で主導し、Battery Ventures、Doerr Capital、Google、M13、Pear VC、S32 などが加わった。

PR Newswire — Mirendil の発表「Mirendil Raises $1B to Democratize Frontier AI R&D」(2026年11月12日・シリーズ A 10億ドル)prnewswire.com

Mirendil が作っているのは、AI の研究そのものを AI に任せる道具だ。6月に2億ドルのシードで表に出てから約5か月で、5倍の額を集めたことになる。AI に向かう資本は、モデルを作る会社から「AI を作る作業を自動化する会社」へも流れ始めている。

1人と AI で事前学習を終えたという主張

発表と自社サイトによると、Mirendil は3つの製品を持つ。

  • Mirendil-Base: ゼロから事前学習した基盤モデル。会社は、研究者1人がエージェントと組んで3.5か月、計算費用1,000万ドル未満で作り、コード生成で他と張り合える水準だと説明する
  • Fern: Mirendil-Base を追加で訓練したモデル。最大1,000万トークンの文脈を扱える
  • Lor: 非公開のベータ版。多数のエージェントが数日がかりでコードを書き、実験を回す。Mirendil は社内で毎日 Lor を使っているという

通常、大きな基盤モデルの事前学習には専任のチームと桁の違う計算費用がかかる。少人数と AI で同じ工程を回せるという主張が、今回の調達の中心にある。ただし性能の比較は会社自身の説明で、外部の評価はまだ出ていない。

Anthropic で研究自動化を手がけた2人

The Next Web が6月に報じたところでは、共同創業者はベナム・ネイシャブール CEO とハーシュ・メータ氏の2人だ。2019年に Google で出会い、2024年末に Anthropic へ移り、2025年12月に退社した。ネイシャブール氏は Google で Gemini の推論研究を共同で率い、メータ氏は Anthropic 社内の AI 研究支援基盤の最初の版を作ったという。

同じ報道によると、6月24日に発表したシードは2億ドルで、Andreessen Horowitz と Kleiner Perkins が共同で主導し、Nvidia も出資した。評価額は10億ドルだった。今回の10億ドルの発表文は評価額を明かしていない。2回続けて Kleiner Perkins が主導役に入っており、最初の出し手が額を5倍にして追加で賭けた形だ。

資本の行き先が一段奥へ

ここ数年、AI への大型の資金は、基盤モデルを作る研究所と、その計算を支えるデータセンターや半導体に集まってきた。Mirendil の10億ドルは、その手前の工程、つまり研究者が実験を設計し、結果を見て直す作業そのものに向かっている。

会社は発表文で、かつてチームが必要だった仕事を1人でこなせる未来に近づくための調達だと書いた。資金の使い道の内訳や人員計画は示しておらず、「小さなチーム」と自らを表現するにとどまる。少人数のまま10億ドルを何に使うのか。計算資源の確保が主な行き先になるはずだが、会社はまだ言葉にしていない。

次に見るもの

確認先は、Lor の非公開ベータが外部の利用者にどこまで開くかだ。Mirendil のサイトに Lor の告知ページがあり、提供の範囲や価格が出れば、研究の自動化が「社内の道具」から「売れる製品」に進んだかが分かる。

もう一つは、Mirendil-Base と Fern の外部での評価だ。会社の説明どおりの性能が第三者のベンチマークで確かめられるかが、1,000万ドル未満で作ったという主張の重みを決める。

ことば

  • 事前学習 — 大量の文章やコードから言語のパターンを学ばせる、基盤モデルづくりの最初の工程。最も計算費用がかかり、通常は専任の大きなチームで行う。
  • シリーズ A — スタートアップが製品の手応えを得た後に行う、最初の本格的な資金調達の段階。多くは数百万〜数千万ドルの規模で、10億ドルはその桁を大きく超える。
  • エージェント — 指示を受けて、自分で手順を考え、道具を使いながら作業を進める AI。Mirendil はこれを多数並べて研究の実験を回している。

🔗 一次ソース

関連記事