Penulis: KarenZ, Foresight News
Sebuah perusahaan infrastruktur AI yang baru berdiri dua tahun lebih, di satu sisi mengumumkan dukungan dari lembaga investasi NVIDIA, Intel, dan Dell, di sisi lain mengklaim pendapatan tahunan melebihi 100 juta dolar AS — dua angka ini jika digabungkan, cukup untuk menjadikan Prime Intellect sebagai salah satu proyek AI yang paling patut ditinjau kembali belakangan ini.
Pada 8 Juli 2026, jaringan infrastruktur AI terdesentralisasi Prime Intellect mengumumkan pendanaan Seri A senilai 130 juta dolar AS dengan valuasi 1 miliar dolar AS, dipimpin oleh firma modal ventura fokus AI, Radical Ventures, dengan partisipasi langka dari lembaga investasi milik NVIDIA, Intel, dan Dell, mengumpulkan total pendanaan lebih dari 150 juta dolar AS.
Sambil mengungkap pendanaan besar tersebut, Prime Intellect secara resmi mengumumkan bahwa dalam waktu kurang dari setahun, pendapatan tahunan (ARR) mereka telah melonjak cepat menjadi lebih dari 100 juta dolar AS, dengan lebih dari 6000 klien perusahaan dan startup yang dilayani platform.
Bagaimana Latar Belakangnya?
Penulis pernah menyebutkan dalam artikel "Anggota Pendiri OpenAI Bertindak! Baca Cepat Proyek Kuda Hitam AI Terdesentralisasi Prime Intellect" pada Maret 2025, bahwa Prime Intellect didirikan pada Januari 2024 oleh dua pendiri bersama, Vincent Weisser dan Johannes Hagemann.
- CEO Vincent Weisser sebelumnya lama terlibat di bidang persilangan ilmu pengetahuan terdesentralisasi (DeSci) dan AI, pernah menjadi rekan pendiri proyek-proyek seperti Bio Protocol, VitaDAO, CryoDAO, dan pernah menjabat sebagai Kepala Ekosistem dan AI di platform DeSci Molecule.
- CTO Johannes Hagemann berfokus pada AI terdistribusi dan rekayasa semi-otomatis, antarmuka otak-komputer, dan bidang lainnya, sebelumnya pernah bekerja sebagai Insinyur Riset AI di perusahaan AI Jerman, Aleph Alpha.
Selain itu, pada Oktober 2025, investor ventura Ash Arora bergabung dengan Prime Intellect sebagai Kepala Pemasaran Terapan (Applied GTM), bertanggung jawab atas strategi produk, komersialisasi, pendapatan, dan produk kecerdasan buatan terapan di bidang pascapelatihan dan pembelajaran penguatan. Ash Arora baru-baru ini menegaskan, saat ini jumlah karyawan penuh waktu Prime Intellect telah mencapai 40 orang.
Dalam hal pendanaan, total pendanaan Prime Intellect melebihi 150 juta dolar AS, di mana putaran seed senilai 5,5 juta dolar AS pada April 2024 dipimpin bersama oleh Distributed Global dan CoinFund, dengan CEO Hugging Face, Clem Delangue, dan lainnya sebagai investor malaikat.
Kurang dari setahun kemudian, yaitu pada Maret 2025, Prime Intellect kembali menyelesaikan pendanaan 15 juta dolar AS, dipimpin oleh Founders Fund milik Peter Thiel, dengan investor termasuk salah satu anggota pendiri OpenAI, mantan Direktur AI Tesla, Andrej Karpathy, serta Kepala Ilmuwan Together.AI Tri Dao, pendiri bersama Stability AI Emad Mostaque, dan sejumlah tokoh penting lainnya di bidang AI.
Sifat putaran terbaru ini agak berbeda. Dalam pendanaan Seri A 130 juta dolar AS, NVIDIA Ventures, Intel Capital, Dell Technologies Capital bukan hanya investor keuangan, perusahaan induk di belakang mereka masing-masing berada di posisi kunci infrastruktur GPU, CPU, server, dan pusat data.
Penjelasan Intel Capital atas investasi putaran ini juga menunjukkan: raksasa perangkat keras rela membayar karena Prime Intellect sedang berusaha menyatukan komputasi lapisan bawah, lingkungan pelatihan, evaluasi, pascapelatihan pembelajaran penguatan (Post-training), dan inferensi lapisan atas, semuanya dalam satu bidang kontrol terpadu yang sama.
Apa Kemajuan Nyatanya?
Pencapaian mencolok awal Prime Intellect adalah membuktikan bahwa GPU heterogen yang berjauhan juga dapat berkolaborasi dalam pelatihan. Melacak iterasi teknis mereka selama dua tahun terakhir, dapat dilihat bagaimana platform secara bertahap mengubah eksperimen penelitian menjadi lini produk komersial.
Akhir November 2024, model 10 miliar parameter INTELLECT-1 yang dirilis Prime Intellect, melibatkan node pelatihan yang membentang di lima negara dan tiga benua. Menurut pihak resmi, saat itu mencapai hasil pemanfaatan komputasi keseluruhan 83% lintas benua, dan saat hanya menggunakan node yang tersebar di berbagai wilayah AS untuk pelatihan, pemanfaatan komputasi mencapai 96%.
Kurang dari setengah tahun kemudian, Prime Intellect merilis INTELLECT-2, mendorong target ke pembelajaran penguatan terdistribusi global dengan 32 miliar parameter. Untuk itu, tim mengembangkan kerangka kerja pembelajaran penguatan asinkron PRIME-RL, SHARDCAST yang bertanggung jawab menyebarkan bobot model, serta TOPLOC yang memverifikasi apakah node inferensi 'bekerja sesuai kenyataan'.
Perubahan yang lebih kunci terjadi pada INTELLECT-3. November 2025, Prime Intellect merilis model MoE 106 miliar parameter yang telah melalui penyempurnaan terawasi dan pembelajaran penguatan, berdasarkan GLM-4.5-Air dari Zhipu. Model ini dilatih selama sekitar dua bulan pada 64 node, dengan 512 GPU NVIDIA H200; bobot model, kerangka kerja pelatihan, data, lingkungan RL, dan metode evaluasi semuanya bersifat open source. Maknanya di sini bukan sekadar merilis model lagi, tetapi perusahaan memvalidasi seluruh sistem produksi dengan proyek penelitiannya sendiri: PRIME-RL menangani pelatihan asinkron, Verifiers dan Environments Hub menyediakan alat dan ekosistem komunitas terpadu untuk membangun dan meng-host lingkungan serta evaluasi RL, Prime Sandboxes mengisolasi eksekusi kode yang dihasilkan agen, sedangkan lapisan orkestrasi komputasi bertanggung jawab atas kluster, penyimpanan, dan pemantauan.
Pada bulan Februari tahun ini, Prime Intellect meluncurkan platform pelatihan AI full-stack Prime Intellect Lab, khusus membantu individu, insinyur, dan perusahaan AI melatih dan mengoptimalkan model mereka sendiri (terutama model agentic / agen cerdas), tanpa perlu membangun kluster GPU mahal sendiri. Pada 7 Mei, Lab mengakhiri fase beta dan resmi dibuka sepenuhnya.
Juni lalu, Prime Intellect merilis versi prime-rl 0.6.0, yang menurut klaim resmi mendorong batas rekayasa ke model MoE (model ahli campuran) skala triliunan parameter. Prime Intellect mengungkapkan, dalam seri tugas rekayasa perangkat lunak GLM-5, mereka dapat memproses urutan token terpanjang 131 ribu dengan 28 node H200, dengan waktu pelatihan per langkah di bawah 5 menit.
Kunci di baliknya bukanlah satu algoritma tertentu, tetapi pengoptimalan bersama sistem pelatihan dan inferensi: sisi inferensi menggunakan komputasi presisi rendah FP8 serta komponen seperti DeepEP, DeepGEMM untuk meningkatkan throughput, pemisahan pra-pengisian dan dekode untuk menghindari perlambatan generasi akibat keluaran alat yang panjang, KV Cache dengan pembongkaran berlapis untuk meningkatkan konkurensi; sisi pelatihan juga menggunakan penskalaan blok FP8, dan melalui Router Replay mengurangi perbedaan routing antara sisi pelatihan dan inferensi model MoE, ditambah lagi dengan FSDP, paralelisme ahli, dan paralelisme konteks. Pengoptimalan ini pada akhirnya memengaruhi pemanfaatan GPU, waktu pelatihan, dan biaya penggunaan klien.
Bulan Juli ini, prime-rl menambahkan lapisan algoritma terpadu, menyertakan enam metode pelatihan bawaan: GRPO, MaxRL, On-Policy Distillation, penyulingan mandiri, SFT Distillation, dan ECHO, serta memungkinkan pemilihan algoritma berbeda untuk lingkungan berbeda dalam pelatihan yang sama. Secara sederhana, agen cerdas yang sama dapat menggunakan satu metode pembelajaran untuk tugas matematika, dan metode lain untuk tugas operasi terminal, tanpa perlu menulis ulang pelatih lapisan bawah. Hal ini membuat Prime Intellect lebih mendekati sistem operasi RL yang dapat diskalakan, daripada sekadar 'menjalankan pelatihan untuk klien'.
Kolaborasi Perangkat Lunak & Keras: NVIDIA Bukan Hanya Investor
Dari susunan investor Seri A, keterikatan raksasa perangkat keras dengan Prime Intellect tidak hanya berhenti di tingkat modal, tetapi meresap hingga ke pembangunan bersama arsitektur perangkat lunak dan keras.
Kolaborasi Prime Intellect dengan NVIDIA mencakup dua lapisan: perangkat keras dan perangkat lunak. Di sisi perangkat keras, beban kerja pelatihan dan layanannya telah menggunakan sistem NVIDIA Blackwell, Blackwell Ultra, dan rak-level NVL72, yang menurut klaim perusahaan lebih efisien daripada kluster Hopper sebelumnya.
Di sisi perangkat lunak, NVIDIA Dynamo digunakan untuk orkestrasi inferensi global, penskalaan otomatis, perutean permintaan, dan pembongkaran KV Cache, serta dikombinasikan dengan penerapan LoRA (Low-Rank Adaptation, teknik penyempurnaan model bahasa besar) skala besar Prime Intellect.
Blog teknis NVIDIA sendiri juga mengonfirmasi bahwa Prime Intellect telah menerapkan kerangka kerja inferensi NVIDIA Dynamo dalam alur kerja produksi, serta berpartisipasi dalam desain bersama dan integrasi dukungan LoRA Adapter.
Prime Intellect sebelumnya pada bulan Maret tahun ini menyatakan akan menguji beban sandbox RL di sekitar CPU NVIDIA Vera, dan berencana memindahkan sebagian sandbox setelah Vera tersedia secara publik, serta menyediakan sandbox GPU pada sistem Vera Rubin. Perusahaan mengklaim berdasarkan pengujian internalnya, setiap soket CPU Vera dapat menjalankan 176 mesin virtual secara paralel dengan stabil; dalam beban kerja sandbox RL yang mereka tetapkan, setelah mengaktifkan multithreading, throughput rata-rata sekitar 30% lebih tinggi daripada baseline AMD Zen 5 yang hanya mengaktifkan inti fisik di AWS.
Angka-angka ini menunjukkan potensi keunggulan biaya, namun saat ini berasal dari pengujian kolaboratif kedua belah pihak, dan lingkungan perbandingannya tidak sepenuhnya identik, sehingga tidak dapat dianggap sebagai kesimpulan kinerja universal yang independen. Vera Rubin dan sandbox GPU juga seharusnya dijelaskan sebagai 'rencana adopsi', bukan telah digunakan secara komersial besar-besaran.
Seiring dengan kematangan produk, monetisasi bisnis nyata sedang terjadi. Menurut pengungkapan Prime Intellect, perusahaan fintech Ramp menggunakan Prime Intellect Lab untuk melatih sub-agen pengambilan FastAsk milik Ramp Labs: Ramp menjadikan editor spreadsheet AI mereka, Ramp Sheets, menjadi lingkungan RL yang dapat dilatih, kemudian menggunakan model dasar Qwen3.5-35B-A3B untuk pelatihan pembelajaran penguatan.
Hasil yang diumumkan Prime Intellect menunjukkan, akurasi FastAsk adalah 66,25%, lebih tinggi daripada Claude Opus 4.6 yang 61,88%, dengan rata-rata waktu yang dibutuhkan sekitar 27% lebih rendah.
Karena kumpulan pengujian dan evaluasi didefinisikan oleh kedua pihak yang bekerja sama, ini tidak berarti model 35B tersebut memiliki kemampuan universal yang melebihi Opus, tetapi membuktikan proposisi yang lebih sempit namun bernilai komersial lebih tinggi: perusahaan dapat melatih model yang lebih kecil menjadi ahli untuk alur kerja spesifik.
Apakah 'ARR' 100 Juta Dolar AS itu Nyata?
Harus diperjelas bahwa istilah asli yang digunakan resmi oleh Prime Intellect adalah 'lebih dari 100 juta dolar AS pendapatan tahunan', bukan 'telah memperoleh 100 juta dolar AS pendapatan dalam setahun terakhir'.
Pendapatan tahunan biasanya merupakan ekstrapolasi kecepatan pendapatan bulan atau kuartal terbaru ke setahun; jika bisnis sedang tumbuh cepat, angka ini mungkin jauh lebih tinggi daripada pendapatan aktual dua belas bulan terakhir. Untuk bisnis GPU, pelatihan, dan inferensi yang mengenakan biaya berdasarkan penggunaan, metrik ini juga tidak mewakili klien yang telah menandatangani kontrak tahunan dengan nilai setara yang dapat diperpanjang otomatis.
Dari pengumuman Prime Intellect dan produk berbayar yang telah diluncurkan, komersialisasi perusahaan terutama mencakup empat jenis produk. Pertama adalah pasar komputasi, termasuk instance GPU yang dikenakan biaya per jam penggunaan, kluster multi-node, dan kluster cadangan. Kedua adalah pelatihan terkelola Lab, dikenakan biaya berdasarkan token input, output, dan pelatihan model. Ketiga adalah inferensi dan evaluasi terkelola, juga terkait dengan volume pemanggilan model. Keempat adalah Sandboxes, dikenakan biaya berdasarkan CPU, memori, disk, dan durasi berjalan.
Logika pertumbuhan struktur pendapatan ini tidak sulit dipahami. Pertama, kluster GPU sendiri adalah sumber daya dengan harga per unit tinggi dan konsumsi berkelanjutan per jam, sehingga skala pendapatan dapat naik lebih cepat daripada langganan perangkat lunak murni. Kedua, Prime Intellect sedang memperluas jalur konsumsi klien dari 'menyewa GPU' menjadi 'membangun lingkungan — menjalankan inferensi — melakukan evaluasi — pelatihan pembelajaran penguatan — penerapan produksi', klien yang sama dapat menghasilkan penggunaan di banyak tahapan. Ketiga, pembelajaran penguatan agen cerdas membutuhkan rollout paralel besar-besaran, inferensi konteks panjang, dan sandbox isolasi, yang secara alami lebih banyak mengonsumsi daya komputasi daripada sekadar tanya jawab API biasa.
Lebih dari 6000 klien yang diungkapkan Prime Intellect serta studi kasus Ramp, setidaknya menunjukkan platform tersebut tidak lagi hanya sekadar demonstrasi penelitian. Namun, dalam meninjau angka 100 juta dolar AS ini, beberapa batasan perlu dipertimbangkan. Prime Intellect adalah perusahaan swasta, saat ini tidak ada laporan keuangan audit publik, data pendapatan bulanan atau kuartal yang menjadi dasar perhitungan pendapatan tahunan, tingkat pembayaran klien, pemecahan pendapatan, dan tingkat konsentrasi klien. Apakah pendapatan pasar komputasi dikonfirmasi berdasarkan total pengeluaran klien atau pendapatan bersih platform, juga tidak dijelaskan secara resmi.
Selain itu, pasar komputasi Prime Intellect saat ini tidak menawarkan Perjanjian Tingkat Layanan (SLA) formal, alasan resminya adalah infrastruktur dasar berasal dari beberapa pemasok. Pihak resmi merekomendasikan pengguna dengan persyaratan stabilitas tinggi memilih Secure Cloud; jika terjadi kegagalan di sisi pemasok, mungkin akan diberikan pengembalian dana atau kredit platform.
Dibandingkan dengan angka keuangan tunggal, kemajuan yang lebih mudah diverifikasi adalah, Prime Intellect telah mengubah kolaborasi pelatihan terdistribusi yang semula longgar, menjadi infrastruktur full-stack yang benar-benar memiliki 'model pengembangan sendiri, ekosistem open source, dukungan perangkat keras raksasa, dan tagihan nyata implementasi perusahaan'.
Petunjuk Token yang Dihapus dari Dokumen
Satu detail yang tidak dapat diabaikan adalah, seiring dengan Prime Intellect kini melangkah ke klub valuasi miliar dolar AS dan mengumumkan ARR 100 juta dolar AS dengan gencar, penulis menemukan: pernyataan yang pernah sangat berwarna Web3 dalam dokumentasi resmi mereka: 'Kontrak diterapkan di jaringan pengujian Base Sepolia', 'migrasi di masa depan ke rantai pengembangan sendiri', serta 'kontrak RewardsDistributor mengalokasikan hadiah token ke kolam daya komputasi berdasarkan waktu aktif' — telah sepenuhnya dihapus.
Penghapusan tingkat dokumen ini sebenarnya sudah diisyaratkan dalam tweet resmi yang mereka rilis awal Maret 2025.
Saat itu, Prime Intellect mengumumkan penyelesaian pendanaan 15 juta dolar AS yang dipimpin oleh Founders Fund papan atas Silicon Valley, di mana daftar investor intinya bahkan menampilkan nama-nama terkemuka seperti Andrej Karpathy (pendiri bersama OpenAI), Clem Delangue (CEO Hugging Face), dan Balaji Srinivasan. Justru sejak momen inilah, logika dasar proyek mengalami dekonstruksi.
Narasi semula yang beraroma akar rumput 'menerbitkan token, menarik daya komputasi investor ritel, insentif airdrop', seketika berubah menjadi zona berbahaya yang paling menyentuh garis kepatuhan modal ventura tradisional. Untuk dapat menerima dana dari pasar modal mainstream, Prime Intellect harus, setidaknya di permukaan, menyelesaikan pembersihan menyeluruh dari 'Crypto-first' menjadi 'AI-first'.
Namun, pelatihan model terdistribusi mereka tetap mempertahankan inti topologi jaringan P2P, hanya saja desentralisasi tidak lagi menjadi narasi token yang ditujukan untuk spekulasi investor ritel, melainkan berubah menjadi saluran tak kasatmata yang ditujukan untuk perusahaan B2B: 'menjadwalkan daya komputasi menganggur global dengan biaya rendah'.
Prime Intellect saat ini lebih menyerupai perusahaan AI SaaS murni, dan hasil akhirnya di masa depan kemungkinan besar akan mengarah ke IPO atau diakuisisi dengan premium tinggi oleh raksasa perangkat keras tradisional.
