O que aconteceu
A Ollama, ferramenta open source para rodar modelos de IA open-weight na sua própria máquina, fechou uma Série B de $65 milhões. A Theory Ventures liderou a rodada, e o CEO Jeff Morgan confirmou a informação ao TechCrunch.
A Série A anterior, de $15 milhões, foi liderada por Peter Fenton, da Benchmark. Somando tudo, a Ollama já captou $88 milhões no total.
A ferramenta nasceu em 2023 e foi feita para colocar desenvolvedores rodando modelos locais em poucos minutos. O repositório no GitHub tem 176,000 estrelas e quase 17,000 forks, e a base de usuários está em quase 9 milhões.
Também existe o lado pago. A Ollama hospeda modelos maiores e mais pesados na própria neocloud, acessível por planos de assinatura que vão do grátis até $100 por mês. O uso é medido por GPU-time, e não por limite de tokens.
Morgan e o cofundador Michael Chiang já fizeram isso antes. Eles ajudaram a construir o Docker Desktop depois que o Docker comprou a startup anterior da dupla, a Kitematic.
Por que importa
IA local deixou de ser hobby de quem gosta de barulho de cooler. Quase 9 milhões de usuários é público de verdade, e investidores agora puseram dinheiro de verdade na ideia de que devs querem rodar os modelos por conta própria.
O modelo de negócio é a parte interessante. O uso local gratuito traz o povo pra dentro, e os modelos hospedados cobrem os casos em que o notebook simplesmente joga a toalha. Cobrar por GPU-time em vez de tokens é um contraste deliberado com a forma como a maioria dos serviços de IA hospedados conta.
O passado dos fundadores no Docker também entrega o pitch. Da última vez, o trabalho era facilitar a mobilidade de apps na nuvem. Agora, é facilitar rodar modelos na máquina que já está na sua mesa.
Os modelos locais acabaram de ganhar um voto de confiança de $65 milhões.
Um aviso: rodada de investimento é aposta, não resultado. A Ollama tem os usuários e as estrelas, mas os planos pagos ainda precisam sustentar a empresa.
O que fazer com isso
- Teste um modelo local.Instale a Ollama e rode um modelo open-weight na sua máquina para ver até onde seu hardware aguenta.
- Revise suas regras de dados.Se seus prompts têm algo sensível, a inferência local mantém tudo no seu dispositivo, e vale levar isso para o seu time.
- Compare os preços.Cobrança por GPU-time se comporta de forma diferente da cobrança por tokens, então rode sua carga de trabalho real nos dois antes de se comprometer.
- Fique de olho no plano grátis.Hoje ele é generoso, e empresa recém-capitalizada é exatamente a hora em que planos costumam mudar.
Ciao, sapiens. Seu notebook foi promovido, e nem pediu aumento.


