Milliardenrunde ist noch nicht bestätigt
Thinking Machines verhandelt über eine neue Finanzierungsrunde mit einem Volumen von einer Milliarde US-Dollar. Der bestehende Investor Accel soll die Gespräche über eine Führung der Runde aufgenommen haben. Als Mindestbewertung stehen 40 Milliarden US-Dollar im Raum.
Die Konditionen sind bislang nicht bestätigt. Weder ein Abschluss noch die endgültige Bewertung wurden offiziell bekannt gegeben. Ende 2025 soll das Unternehmen noch eine Bewertung von 50 Milliarden US-Dollar angestrebt haben.
Die Bewertung von mindestens 40 Milliarden US-Dollar ist derzeit ein Verhandlungsziel, kein abgeschlossener Finanzierungspreis.
| Kennzahl | Wert | Status |
|---|---|---|
| Geplante Finanzierungsrunde | 1 Milliarde US-Dollar | In Verhandlung |
| Angestrebte Mindestbewertung | 40 Milliarden US-Dollar | Nicht bestätigt |
| Zuvor angestrebte Bewertung | 50 Milliarden US-Dollar | Berichteter Zielwert Ende 2025 |
| Vorherige Seed-Runde | 2 Milliarden US-Dollar | Abgeschlossen |
| Bewertung der Seed-Runde | 12 Milliarden US-Dollar | Abgeschlossen |
| Jährliche Umsatzrate | Über 100 Millionen US-Dollar | Hochrechnung auf Basis des aktuellen Geschäftstempos |
Bewertung steigt deutlich schneller als der Umsatz
Thinking Machines wurde Anfang 2025 von Mira Murati gegründet, der ehemaligen CTO von OpenAI. Die vorherige Seed-Finanzierung über zwei Milliarden US-Dollar wurde von Andreessen Horowitz geführt. Beteiligt waren außerdem Nvidia, GV, Lightspeed und Conviction Partners.
Sollte die neue Runde zu mindestens 40 Milliarden US-Dollar abgeschlossen werden, hätte sich die Bewertung gegenüber der Seed-Runde mehr als verdreifacht. Dem steht eine jährliche Umsatzrate von über 100 Millionen US-Dollar gegenüber. Diese Kennzahl rechnet das aktuelle Geschäftstempo auf zwölf Monate hoch und sagt nichts über Gewinn oder einen bereits abgeschlossenen Jahresumsatz aus.
Das Verhältnis zeigt, wie stark Investoren weiterhin auf künftige Marktanteile bei KI-Infrastruktur setzen. Für Kunden ist eine hohe Bewertung nicht automatisch ein Qualitätsmerkmal. Sie erhöht vielmehr den wirtschaftlichen Druck, Wachstum, Rechenkapazitäten und hohe Entwicklungskosten langfristig zu finanzieren.
Inkling ist offen, Tinker bleibt die Plattform
Im Juli 2026 stellte Thinking Machines das Open-Weight-Modell Inkling vor. Open Weight bedeutet, dass die Modellgewichte grundsätzlich zugänglich sind. Das ist jedoch nicht automatisch mit vollständigen Open-Source-Rechten oder frei wählbarem Self-Hosting gleichzusetzen.
Das Geschäftsmodell liegt in der Plattform Tinker. Unternehmen können dort Modelle mit eigenen, proprietären Daten anpassen und bezahlen dafür nutzungsabhängige Rechengebühren. Genaue Preise sowie Konditionen für eine Nutzung von Inkling außerhalb der Infrastruktur von Thinking Machines sind bislang nicht bekannt.
Damit verfolgt das Startup einen hybriden Ansatz. Das Modell ist offener als eine ausschließlich geschlossene API, die Monetarisierung bleibt aber an die firmeneigene Rechenplattform gekoppelt. Vergleichbare lokale Alternativen wie die Reasoning-Modelle von IBM Granite 4.2 setzen stärker auf den Betrieb in eigener Infrastruktur.
Was für Unternehmen im DACH-Raum entscheidend ist
Die Finanzierungsrunde hat keinen direkten DACH-Bezug. Relevant ist jedoch das Angebot für Unternehmen, die Modelle mit internen Daten anpassen wollen, ohne sich vollständig an geschlossene KI-APIs zu binden. Inkling könnte dafür eine zusätzliche Option sein, sobald Lizenzbedingungen, Hosting-Möglichkeiten und Preise transparent sind.
Bei Tinker bleiben die variablen Rechenkosten ein zentraler Prüfpunkt. Nutzungsabhängige Gebühren können den Einstieg erleichtern, erschweren aber die Budgetplanung bei wachsendem Volumen. Wie stark technische Optimierung solche Kosten beeinflussen kann, zeigt das Beispiel von Spotifys reduziertem Claude-Code-Tokenverbrauch durch Modell-Routing.
Für sensible Unternehmensdaten sind außerdem Speicherort, Auftragsverarbeitung, Löschkonzepte und Möglichkeiten zur technischen Trennung relevant. Thinking Machines nennt dazu bislang keine belastbaren Details. Open Weight reduziert eine Abhängigkeit nur dann, wenn Modell, Lizenz und Betriebsmodell tatsächlich einen Wechsel der Infrastruktur erlauben.
Prominente Abgänge erhöhen die offene Fragenliste
Mehrere bekannte Mitgründer haben Thinking Machines inzwischen verlassen. Lilian Weng und Luke Metz kehrten zu OpenAI zurück. Welche Folgen diese Abgänge für Produktentwicklung oder Zeitpläne haben, ist nicht belegt.
Für potenzielle Geschäftskunden bleibt daher weniger die Milliardenbewertung entscheidend als die operative Substanz. Dazu gehören stabile Preise, klare Nutzungsrechte, kontrollierbare Datenflüsse und eine realistische Ausstiegsoption. Erst diese Faktoren zeigen, ob Inkling und Tinker eine belastbare Alternative zu klassischen KI-Abos darstellen.