fal für 16 Milliarden Dollar verkauft. Was es verkauft, ist das Recht, das Modell eines anderen laufen zu lassen.

fal hat am 4. November eine Series F über 1,3 Milliarden Dollar bei einer Bewertung von 16 Milliarden Dollar abgeschlossen. Bessemer Venture Partners führte die Runde an, Nvidia, Sound Ventures, HOF Capital und T. Rowe Price beteiligten sich. Der Vertrag wurde im Oktober unterzeichnet. Im April hatte Sequoia eine Series E über 350 Millionen Dollar bei einer Bewertung von 8 Milliarden angeführt, die Zahl hat sich also in etwa sechs Monaten verdoppelt.
Nimmt man beide Runden zusammen, wie fal es tat, kommt man auf 1,65 Milliarden Dollar. Die Finanzierung insgesamt liegt jetzt über 1,9 Milliarden.
Das Unternehmen hat 185 Mitarbeiter. Der annualisierte Umsatz überschritt in diesem Jahr die 800 Millionen, nach rund 200 Millionen ein Jahr zuvor. Adobe, Canva und Shopify schicken Produktionsverkehr hindurch. Im Sommer musste fal Kunden drosseln, weil es die bereits verkaufte Nachfrage nicht bedienen konnte.
Dieses letzte Detail ist das interessante. Ein Unternehmen mit einem Wartestau, achtstelligem annualisiertem Umsatz und 185 Leuten betreibt ein Kapazitätsgeschäft mit guter Software daran.
Was fal tatsächlich macht
Drei Dinge, und sie lohnen die Trennung, weil die Presse sie meist zu einer KI-Cloud zusammenzieht.
Das erste ist Hosting. fal betreibt ein paar hundert Bild-, Video-, Audio- und 3D-Modelle hinter einer API. Ein Entwickler wählt ein Modell per id, schickt eine Anfrage, bekommt eine Ausgabe. Keine GPU-Beschaffung, keine Cold Starts, keine Treiberversionen.

Das zweite ist Post-Training. fal nimmt ein starkes offenes Modell, macht eine schnellere oder besser erzogene Version daraus und serviert diese. Im August lieferte es H3 Max aus, gebaut auf MiniMax offenem H3-Videomodell, mit besserer Prompt-Treue und schnellerer Generierung. Im Oktober lieferte es FLUX 3 Max mit Black Forest Labs aus. Beide wurden auf Nvidia GB200 NVL72-Racks trainiert und serviert. fal sagt, ein Fünf-Sekunden-Clip von H3 Max kommt in etwa drei Sekunden zurück.
Das dritte ist private Bereitstellung. Unternehmen, die ihren eigenen Fine-Tune auf dedizierter Hardware serviert haben wollen, können das über fal tun, statt den Serving-Stack selbst zu bauen.
Beim zweiten Punkt wird das Geld interessant, weil er fal in eine seltsame Lage bringt. Es ist ein Vertriebskanal für Modellentwickler, und einige davon sind chinesische Labs, deren Lizenzen ganze Länder ausschließen. MiniMax H3 erscheint unter einer Community-Lizenz, die USA, EU, UK und Korea herausgeschnitten hat. fal kann eine optimierte Ableitung servieren, weil es eine separate Vereinbarung hat. Ob diese Vereinbarung Umsatzbeteiligung oder Lizenzgebühr ist, ändert nichts: fal verkauft Zugang zu Gewichten, die der Endkunde selbst nicht legal einsetzen könnte.
In dieser Lücke sitzt ein echtes Geschäft, und sein Fundament wackelt jedes Mal, wenn eine Lizenz neu verhandelt wird.
Die Rechnung, die alle stört
Das Volumen liegt in der Inferenz. Training passiert einmal pro Modellgeneration. Inferenz passiert bei jeder Anfrage, und generative Medienanfragen sind pro Aufruf ungewöhnlich teuer: Ein einzelnes 4K-Bild oder ein 15-Sekunden-Video belegt eine GPU auf eine Weise, wie es eine Chat-Completion nie tut.
Das ist das Bull-Case, und deshalb schreibt Nvidia weiter Schecks in Firmen, die seine Racks kaufen.
Das Bear-Case ist die Bruttomarge. Personen, die die Finanzen von fal, Baseten, Fireworks und Modal kennen, sagten Bloomberg, die Margen blieben dünn, weil Kauf oder Miete von Rechenleistung der dominierende Kostenfaktor ist. Fireworks sammelte 1,5 Milliarden bei 17,5 Milliarden Bewertung ein. Baseten und Modal wachsen schnell bei steigenden Bewertungen. Keines druckt Software-Margen, und alle konkurrieren um dieselbe knappe Kapazität.
Liest man die zwei Fakten nebeneinander: Der Umsatz wuchs in einem Jahr etwa um das Vierfache. Die Bewertung auch. Sind die Margen strukturell dünn, funktioniert das nur über Skalierung, Skalierung braucht Kapital, und Kapital braucht eine weiter steigende Bewertung. Das ist ein Schwungrad, das läuft, bis es nicht mehr läuft.
fal hedged. Es hat eigenes Foundation-Model-Training nicht ausgeschlossen. Es hat ein internes Forschungsteam, dessen ganze Aufgabe Destillation und Quantisierung ist, die unglamouröseste und wertvollste Arbeit im Stack. Auf der Preisseite zeigt sich diese Arbeit als Latenz: Ein Modell, das in 2,6 statt 12,4 Sekunden antwortet, kann auf derselben Hardware viermal so viele Anfragen bedienen. In weniger Generierungsschritten liegt die Marge.
Warum das Timing zählt
Zwei Dinge haben sich 2026 geändert und diese Runde möglich gemacht.
Erstens sind offene Gewichte gut genug geworden, um auf der Medienseite zu konkurrieren. Vor einem Jahr waren die besten Videomodelle geschlossen und wurden sekundenweise von ihren Eigentümern vermietet. Jetzt können MiniMax H3, Wan und ihre Ableitungen von jedem gehostet werden, der Racks hat, was heißt: Zwischen Modell und App kann eine neutrale Schicht existieren. fal ist diese Schicht.
Zweitens sind die Kosten für einen eigenen Serving-Stack gestiegen. Sie stiegen, weil das Angebot an Rechenleistung politisch kompliziert wurde. In derselben Woche, in der fal diese Runde ankündigte, verlegten die Ergebnisse der US-Zwischenwahlen rund 40 Prozent der geplanten Rechenzentrumskapazität in Staaten, deren neu gewählte Gouverneure mit einem Baustopp geworben hatten. Der Nasdaq fiel an einem Tag um 6,4 Prozent. Wenn Sie ein mittelgroßes Studio sind und die Wahl haben, einen Vertrag mit fal zu unterschreiben oder selbst einen Colocation-Deal in einem Markt zu verhandeln, in dem Genehmigungen widerrufen werden, sieht der Vertrag deutlich besser aus.
Was fal verkauft, genauer als GPU-Zeit gesagt, ist die Fähigkeit, nie an GPUs zu denken. Das ist echtes Geld wert, und es ist die Sorte Sache, für die Kunden aufhören zu zahlen wollen, sobald sie groß sind.
Worauf man achten sollte
Drei Zahlen im kommenden Jahr.
Die Bruttomarge, falls sie je öffentlich wird. Bleibt sie in den Zwanzigern, ist fal ein Versorger und wird irgendwann wie einer bewertet. Klettert sie in die Vierziger, hält die These vom Post-Training als Burggraben.
Der Umsatzanteil, der aus fal-optimierten Ableitungen kommt statt aus fertigen offenen Modellen. Heute lautet der Pitch teils, wir haben dieses Modell schneller gemacht. Wenn Kunden anfangen zu routen, was pro Sekunde am billigsten ist, und fals Optimierungen zur Ware werden, verliert die Schicht ihren Daseinsgrund.
Und die Lizenzfrage. Mehrere der stärksten Medienmodelle, die fal serviert, tragen Gebietsausschlüsse. Ein Hosting-Anbieter zwischen einer chinesischen Lizenz und einem europäischen Kunden sitzt rechtlich an einer interessanten Stelle, und ein Gerichtsverfahren könnte das ganze Geschäft neu bepreisen.
Nichts davon spricht dagegen, dass die Runde richtig war. 800 Millionen annualisierter Umsatz mit 185 Leuten ist eine echte Leistung, und die Gründer Burkay Gur und Gorkem Yurtseven haben sie in fünf Jahren aufgebaut. Es ist ein Grund, präzise zu sein, was gekauft wurde. Nvidia und Bessemer zahlten keine 16 Milliarden für einen API-Wrapper. Sie zahlten für die Position, durch die das Modell aller anderen auf dem Weg zum Kunden muss, und für die Abstimmungsarbeit, die diesen Durchlauf schnell macht.
Ob diese Position hält, hängt an etwas außerhalb der Kontrolle von fal: wie lange offene Gewichte offen bleiben, und wie lange die, denen sie gehören, jemand anderem die Marge lassen wollen.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.