IA · 18 de noviembre de 2026
Mirendil recauda mil millones de dólares para acelerar el desarrollo de modelos de inteligencia artificial
Mirendil, una empresa de software especializada en acelerar el desarrollo de la inteligencia artificial, ha recaudado mil millones de dólares en una ronda inicial de financiación. La compañía anunció esta operación el jueves, confirmando que Kleiner Perkins y Clearlake Capital lideraron la ronda Serie A. Más de seis inversores adicionales participaron en la operación, entre los que se encuentra Google.
La empresa fue fundada el año pasado por antiguos investigadores de Google DeepMind y Anthropic. Behnam Neyshabur ocupa el cargo de director ejecutivo y es coautor de SAM, un algoritmo popular que mejora el rendimiento de los modelos de inteligencia artificial en tareas para las que no fueron entrenados específicamente. Harsh Mehta, director de tecnología, se centró durante su etapa en Google DeepMind y Anthropic en proyectos de preentrenamiento, que constituyen la fase inicial del proceso de desarrollo de la inteligencia artificial.
El primer producto de Mirendil, denominado Lor, es una plataforma que automatiza diversas tareas durante la fase de entrenamiento de los modelos. El software funciona dividiendo las tareas en subpartes y asignándolas a cientos de agentes de inteligencia artificial. El desarrollo de los grandes modelos de lenguaje implica un proceso de ensayo y error, donde los investigadores crean múltiples versiones de algoritmos con variaciones mínimas para comparar su eficacia. Lor automatiza estos flujos de trabajo y corrige automáticamente los errores que surgen durante la evaluación.
A principios de este año, Mirendil asignó a un investigador la creación de un modelo de código capaz de competir con los grandes modelos de lenguaje de código abierto más destacados. Este tipo de proyectos suele requerir equipos de expertos, pero la tecnología de automatización de la empresa permitió al investigador completar el modelo sin la ayuda de sus compañeros. El proyecto tuvo un coste de diez millones de dólares y duró aproximadamente tres meses y medio.
Los agentes de la empresa escribieron más del noventa y nueve por ciento del código que impulsa el modelo, conocido como Mirendil-Base. Estos agentes configuraron la infraestructura, identificaron los algoritmos de entrenamiento adecuados y recopilaron datos de entrenamiento de la web. Posteriormente, optimizaron tanto el conjunto de datos como la arquitectura de Mirendil-Base para mejorar la calidad de los resultados.
Mirendil-Base sirve como base para un modelo de código especializado llamado Fern, lanzado el mes pasado. Fern está diseñado para gestionar automáticamente los desafíos de programación que suelen enfrentar los laboratorios de inteligencia artificial. El modelo puede procesar diez millones de tokens de entrada por indicación, una capacidad diez veces superior a la de Claude Opus 5.5, lo que equivale a aproximadamente medio millón de líneas de código.
Fern se desarrolló a partir de una versión de Mirendil-Base con entre cien mil millones y quinientos mil millones de parámetros. A finales del mes pasado, la empresa presentó dos versiones mejoradas de Mirendil-Base con parámetros que oscilan entre quinientos mil millones y diez billones. Mirendil planea utilizar estos algoritmos para desarrollar grandes modelos de lenguaje con capacidades aún superiores.