Baseten préparerait une levée d'environ 2 milliards de dollars, découpée en deux tranches, selon Bloomberg. La seconde valoriserait la société à 30 milliards, contre 13 milliards il y a quatre mois.
Ce que Bloomberg rapporte sur le tour de table de Baseten
L'information vient de personnes proches du dossier, citées par Bloomberg le 30 octobre 2026. Elle n'a pas été confirmée par Baseten, et l'opération n'est pas annoncée. Rien d'officiel.
Le montage décrit comporte deux tranches. La première valoriserait l'entreprise à 26 milliards de dollars. La seconde porterait la valorisation à 30 milliards. Le montant total levé serait d'environ 2 milliards.
Sands Capital, déjà présent au capital, devrait mener l'opération. Les investisseurs existants incluent Altimeter Capital, IVP et Spark Capital.
La comparaison avec le tour précédent donne la mesure du mouvement. En juin 2026, Baseten a bouclé un tour de série F de 1,5 milliard de dollars, sur une valorisation de 13 milliards. Si la tranche haute se confirme, l'entreprise aurait vu sa valeur multipliée par 2,3 en quatre mois.
Axios avait évoqué en septembre des discussions autour de 26 milliards. L'élément nouveau, c'est la seconde tranche, et les 4 milliards supplémentaires qu'elle ajoute.
L'inférence, ce service qui fait tourner les modèles après l'entraînement
Pour comprendre l'intérêt des investisseurs, il faut distinguer deux phases dans la vie d'un modèle d'IA.
L'entraînement est la phase où le modèle apprend, en parcourant des volumes énormes de textes et d'images. Elle coûte très cher, se déroule une fois, et se mesure en semaines.
L'inférence est tout ce qui vient après. Chaque fois qu'un utilisateur pose une question, le modèle doit produire une réponse : c'est un calcul, réalisé sur des processeurs graphiques (GPU), facturé à l'usage.
Baseten occupe ce second terrain. L'entreprise déploie des modèles, ouverts ou propriétaires, sur des GPU loués chez plusieurs fournisseurs de cloud, et ajuste la capacité selon la demande. Un client qui voit son trafic doubler un mardi matin n'a pas à acheter des machines : la plateforme absorbe la variation.
Le métier paraît technique. Il répond pourtant à un problème très concret : faire tourner un modèle coûte cher, et mal dimensionner son infrastructure coûte plus cher encore.
Pourquoi la demande d'inférence a changé d'échelle en 2026
Bloomberg rattache ce tour de table à la croissance de la demande en infrastructures d'inférence. Cette explication mérite d'être dépliée.
Un chatbot classique produit une réponse courte par question. Un modèle de raisonnement, lui, écrit d'abord un brouillon de réflexion avant de répondre, parfois plusieurs milliers de mots internes. Un agent qui enchaîne des appels d'outils pendant vingt minutes multiplie encore le nombre d'échanges avec le modèle.
Chaque étape consomme des tokens, l'unité de facturation des modèles. La même question posée à un modèle de 2024 et à un agent de 2026 ne déclenche donc pas la même dépense. Les entreprises qui déploient ces systèmes découvrent une facture d'inférence qui dépasse leurs prévisions.
Cette pression crée un marché. Les clients cherchent à réduire le coût par token, à diminuer le temps de réponse, et à éviter la rupture de service aux heures de pointe, trois exigences que les spécialistes de l'inférence vendent aujourd'hui comme un service.
Fireworks AI, le rival qui a ouvert la voie
Baseten n'est pas seul sur ce créneau. Fireworks AI a levé 1,5 milliard de dollars en juillet 2026, sur une valorisation de 17,5 milliards.
Si Baseten atteint 30 milliards, l'écart entre les deux entreprises dépasserait les deux tiers. Un tel différentiel pour deux sociétés du même métier, à trois mois d'intervalle, dit quelque chose du rythme auquel le marché se réévalue.
Les deux entreprises ne se ressemblent pas totalement. Elles ciblent des clients différents, avec des compromis distincts entre prix, latence et facilité d'intégration. Mais elles vendent la même promesse : ne plus gérer soi-même des GPU.
Comment une entreprise d'inférence gagne de l'argent
Le modèle économique tient sur trois leviers.
Le premier est la marge sur la capacité. Baseten loue des GPU et revend du calcul par token, en ajoutant une marge. Cette marge dépend de son taux d'utilisation : une machine payée à l'heure et laissée à moitié vide coûte de l'argent. Rien de mystérieux.
Le deuxième est l'optimisation. Une entreprise qui parvient à servir le même modèle avec moins de mémoire, ou à traiter plusieurs requêtes en parallèle sur un même GPU, abaisse son coût de revient sans baisser son prix. C'est là que se joue la compétition technique.
Le troisième est le service. Déployer un modèle ouvert demande de gérer les versions, les pannes, la montée en charge, la sécurité des données. Beaucoup d'équipes préfèrent payer quelqu'un pour le faire.
Aucun de ces leviers n'est nouveau. Ce qui a changé, c'est le volume. Quand une entreprise fait tourner un agent pour 5 000 salariés, l'inférence devient une ligne budgétaire comparable au cloud, et non plus un poste secondaire.
Les risques que la valorisation ne mesure pas
Une valorisation de 30 milliards repose sur une hypothèse : que la demande continue de croître plus vite que les prix ne baissent. Combien de temps cet écart peut-il tenir ?
Trois scénarios pourraient la contredire. Le premier est la guerre des prix. Si les grands fournisseurs de cloud alignent leurs tarifs d'inférence sur les plus bas du marché, la marge des intermédiaires se comprime.
Le deuxième est le rapatriement. Un client qui atteint une certaine taille finit par calculer qu'il paierait moins cher en gérant ses propres GPU, et les entreprises d'inférence perdent alors leurs plus gros comptes, ceux qui financent justement la croissance. Le calcul est simple.
Le troisième est l'intégration verticale. Les fournisseurs de cloud vendent déjà des services d'inférence, avec un accès privilégié au matériel. Les éditeurs de modèles, eux, proposent leurs propres points d'accès. Baseten doit rester meilleur que les deux, sur un terrain où ses concurrents contrôlent parfois l'infrastructure.
Il reste une inconnue de calendrier. Ni le montant définitif, ni la répartition entre les deux tranches, ni la liste complète des participants ne sont publics. Bloomberg ne précise pas si les tranches se ferment en même temps, ce qui change beaucoup la lecture de la valorisation. Un tour à 26 milliards complété plus tard par une tranche à 30 milliards ne raconte pas la même histoire qu'une levée unique.
Pour les lecteurs qui suivent ce marché, la question utile n'est pas de savoir si 30 milliards est un chiffre raisonnable. C'est de savoir combien de temps la croissance du volume d'inférence peut rester supérieure à la baisse des prix. C'est de cette course que dépendent les valorisations, pas des annonces.
