Baseten levanta $1,5B: la inferencia ya tiene su propia burbuja de valuación

Cuando una startup cierra una mega-ronda y, meses después, vuelve a levantar otro cheque aún más grande, lo normal sería preguntarse qué cambió en el negocio. En el mercado de inferencia de 2026, la respuesta parece ser: nada tiene que cambiar. Basta con que el nombre siga sonando bien.

El precio de ser el intermediario de la IA

Baseten estaría por cerrar una ronda de $1,5B que la valoraría en $13B, pocos meses después de su última mega-ronda. La compañía construye infraestructura para que otras empresas desplieguen modelos en producción: la capa entre el modelo crudo y la aplicación que lo usa. Es una posición estratégica real. El problema no es el producto; es la lógica de precio.

Valuar la infraestructura de inferencia como si fuera un monopolio de plataforma —cuando el mercado tiene competencia feroz de AWS, Google, Azure y una docena de jugadores especializados— implica apostar a que la diferenciación técnica actual se convierte en moat permanente. Eso es una tesis, no un hecho. No es la primera vez que la escasez de cómputo impulsa valuaciones desconectadas de la economía real: la disputa por compute entre gigantes ya no reconoce fronteras competitivas.

World models: la narrativa del ciclo siguiente

Mientras tanto, General Intuition negocia una ronda de $300M a una valuación de ~$2B. El pitch: entrenar modelos de mundo ('world models') usando el dataset de Medal, que acumula 2 mil millones de videos al año de 10 millones de usuarios activos mensuales de gaming. La idea es que ver millones de horas de humanos jugando enseña al modelo cómo funciona la física, la causalidad, la interacción con objetos.

Es una apuesta técnica interesante. Pero la valuación ya está descontando un futuro en el que esos modelos tienen aplicaciones comerciales concretas y escalables —robótica, simulación, agentes embodied— que hoy son mayormente demostraciones de laboratorio. El problema de datos para entrenar IA física es más profundo de lo que sugieren las rondas: conseguir señal del mundo real a escala es el cuello de botella que los LLMs nunca enfrentaron.

El patrón que se repite

Lo que conecta ambos casos es el mecanismo, no los sectores. El mercado está asignando valuaciones de empresa madura a tecnología que todavía está resolviendo si tiene product-market fit a escala. 'Inferencia' y 'world model' funcionan hoy como 'blockchain' o 'deep learning' funcionaron en sus respectivos ciclos: términos que abren chequeras antes de que la economía unitaria esté clara.

Eso no convierte a Baseten o General Intuition en fraudes. Puede que ambas construyan negocios sólidos. El riesgo es de mercado, no necesariamente de producto: cuando las tasas de retorno exigidas suban o cuando el capital de riesgo decida que ya compró suficiente exposición a inferencia, las rondas siguientes serán a condiciones distintas. Y las empresas que levantaron a $13B tendrán que justificar esa cifra con ingresos. El verano de IPOs ya mostró cómo ese upside se distribuye de forma asimétrica entre insiders y el resto.

Qué mirar

Para un decision-maker que evalúa proveedores de infraestructura o que compite con startups financiadas así, tres señales importan en los próximos meses:

Márgenes brutos publicados. La inferencia es un negocio de escala con costo de cómputo altísimo. Si Baseten empieza a publicar métricas, el margen bruto dirá más sobre la valuación que cualquier comunicado de prensa.

Aplicaciones reales de world models. General Intuition necesita mostrar un caso de uso fuera del gaming antes de que la narrativa se agote. Robótica y simulación industrial son los candidatos naturales; si en 12 meses no hay un cliente de ese tipo, la tesis se complica.

Consolidación competitiva. En infraestructura de inferencia, la historia reciente sugiere que el mercado eventualmente se concentra en dos o tres jugadores. El momento de esa consolidación —y quién queda— es la variable que más impacta a cualquier empresa que hoy construye sobre estas plataformas.