Flapping Airplanes capta US$ 1 bilhão e vale US$ 6 bilhões em um ano

O Flapping Airplanes, laboratório de inteligência artificial fundado há cerca de um ano, anunciou nesta quarta-feira, 21 de outubro de 2026, uma rodada Série A de US$ 1 bilhão, coliderada pelos fundos Index e Lux. A informação foi publicada pelo TechCrunch, que cita a Bloomberg para a avaliação de US$ 6 bilhões. A cifra é quatro vezes a de janeiro, quando a empresa levantou uma rodada semente de US$ 180 milhões avaliada em US$ 1,5 bilhão.

Os números da rodada

Segundo a reportagem, a Série A saiu nove meses depois da rodada semente, liderada por GV, Sequoia e Index. Na nova rodada, além dos colíderes Index e Lux, participaram investidores anteriores como Sequoia, GV e Kleiner Perkins. O texto também menciona Valor, Atreides, A* e a Nvidia entre os apoiadores da empresa. A avaliação de US$ 6 bilhões, vale repetir, é um valor reportado pela Bloomberg e não uma cifra divulgada pelo próprio laboratório.

O TechCrunch informa que o dinheiro será usado para contratar gente e perseguir a missão da empresa. A reportagem não detalha plano de compra de capacidade de computação, cronograma de produto, número de funcionários nem resultados de testes comparativos. Ou seja, o que existe até aqui é uma tese de pesquisa financiada em escala de gigante, não um produto que alguém possa usar.

Quem está por trás

O laboratório foi fundado por Aidan Smith, ex-fundador e bolsista Thiel que passou pelo Neuralink ainda na faculdade, por Asher Spector, que concluiu um doutorado em estatística em Stanford, e por Ben Spector, doutorando em ciência da computação em Stanford que criou a Prod quando estudava no MIT. A Prod é uma aceleradora de startups tocada por estudantes, descrita na reportagem quase como uma sociedade secreta. David Cahn, sócio da Sequoia e investidor do Flapping Airplanes, afirma que ela se tornou uma das incubadoras de talentos mais poderosas do Vale do Silício e define a empresa como o laboratório de AGI dos jovens.

A tese: treinar com menos dados

A proposta do laboratório é treinar grandes modelos de IA com muito menos dados do que os de hoje, construindo sistemas sem precisar ingerir metade da internet. Em fevereiro, Asher Spector disse ao TechCrunch que um modelo um milhão de vezes mais eficiente em dados provavelmente seria um milhão de vezes mais fácil de colocar na economia. A ideia é atacar um dos maiores custos e gargalos do setor: a necessidade de volumes enormes de texto, imagem e vídeo para cada nova geração de modelo.

Na parte de engenharia, os fundadores falam em construir o que chamam de o mais completo framework de megakernel do mundo. Um megakernel junta muitas tarefas de GPU em um único programa. Segundo eles, isso permitiria sobrepor a inferência, que costuma ficar esperando dados, ao treinamento, que exige cálculo pesado, de modo que o chip raramente fique parado. A premissa é que a IA ainda explorou pouco o que as GPUs conseguem fazer. Se funcionar, o resultado seria um sistema mais barato de treinar e de rodar.

Vale cautela: tudo isso é descrição da própria empresa. A reportagem não traz benchmarks independentes que comprovem os ganhos de eficiência, e o laboratório ainda não lançou nenhum modelo comercial.

Um sinal sobre o dinheiro na IA

A rodada se soma a uma sequência de captações bilionárias de empresas jovens de IA. O Portal da AI já tratou de casos parecidos, como a captação de US$ 1 bilhão da Instinct, a rodada de US$ 2 bilhões da Cognition, dona do Devin, e a captação da Etched, que fabrica chips para IA. O padrão é claro: investidores seguem dispostos a pagar muito por equipes de pesquisa com tese forte, mesmo antes de qualquer receita.

O que diferencia o Flapping Airplanes é o ângulo. Em vez de prometer um modelo maior, aposta em eficiência. Se a tese se confirmar, o custo de treinar e operar modelos cairia, o que tende a chegar ao usuário final em preços de API e de assinatura menores. Se não se confirmar, será mais uma aposta cara que não entregou, algo que o mercado já viu antes.

Por que isso importa para você

Você não vai usar o Flapping Airplanes amanhã, e talvez nunca use. Mas a notícia mostra para onde parte do dinheiro está indo: modelos mais baratos e que dependem de menos dados. Para quem trabalha, empreende ou quer ganhar dinheiro com IA no Brasil, isso importa por três motivos práticos.

• Custo de ferramentas. Se laboratórios conseguirem treinar e rodar modelos com menos recursos, a tendência é de planos e APIs mais acessíveis. Enquanto isso não acontece, vale o guia de como usar IA para reduzir custos operacionais em pequenos negócios.
• Base conceitual. Entender como modelos aprendem ajuda a avaliar manchetes como esta. O artigo o que é inteligência artificial: guia completo cobre o básico.
• Cautela com avaliação. Uma avaliação de US$ 6 bilhões sem produto não prova que a tecnologia funciona. Trate promessas de eficiência como hipótese até haver teste independente.

Na prática, o conselho é o de sempre: escolha ferramentas pelo que entregam hoje no seu trabalho, não pelo valor que investidores atribuem a quem promete o futuro. Acompanhe o laboratório nos próximos meses, em especial se ele divulgar detalhes de equipe, de computação contratada ou de datas de lançamento, porque quando lançar o primeiro modelo, benchmarks abertos dirão se a aposta em menos dados tem fundamento. Até lá, a notícia é principalmente um termômetro de como o capital de risco enxerga a próxima fase da corrida da IA, em que fazer mais com menos pode valer tanto quanto fazer maior.