事業紹介 事業紹介トップ 経営データ分析基盤 Claude / MCP 導入 育つ業務アプリ 複雑な SaaS を専用 UI に Shopify Plus 移行・拡張 生成AI 活用(Multi AI) SEO / AIO / 広告運用 顧問・アドバイザリ インフラ構築 自社メディア投資・開発
Claude Claude / MCP 総合 Claude Cowork Claude Code 導入支援 Claude Code 使いこなし支援 Claude Design MCP 開発・サーバー構築
Shopify Plus Shopify Plus トップ EC-CUBE からの移行 大手カートからの移行 Shopify 通常プラン EC サイト構築
実績
業界ニュース 業界ニュース トップ AI ニュース └ Claude └ ChatGPT・Codex └ Gemini └ その他 Shopify ニュース SaaS ニュース お知らせ(自社発信)
会社情報 お問い合わせ
2026.06.19

AI推論スタートアップ Baseten が $1.5B 調達へ——半年で評価額が160%増

記事のサマリー(TL;DR)

  • Baseten が評価額 130億ドル(約1.9兆円)で 15億ドル(約2,200億円)の調達をほぼ確定——Wall Street Journal が報道
  • 5カ月前のシリーズE(評価額50億ドル)から評価額が 160%増。ただし分割価格ラウンドで一部投資家は110億ドル評価で参加
  • Spark Capital・Sands Capital・Altimeter Capital・Wellington Management の4社が共同リード

国内生成AI基盤サービス事業者が注目すべき「推論レイヤー」への資金集中

AI推論(インフェレンス)領域への大型投資が加速している事実は、日本国内のシステム開発・SaaS事業者にとっても無視できない動向です。Baseten のビジネスモデルは「ユーザーのプロンプトに対し、コストと性能を勘案して最適なモデルへリクエストをルーティングする」というもので、LLM の選定・切り替えコストを吸収するミドルウェアとして機能します。

日本企業が Claude・Gemini・GPT などを業務利用する場面では、モデルごとのAPI単価・レイテンシ・利用規約の差異が運用コストに直結します。Baseten のようなルーティング型推論プラットフォームが普及すれば、kintone や Salesforce などと接続した業務システムにおいて、モデルを動的に切り替えながらコストを最適化する構成が現実的な選択肢になります。オープンソースモデル(Llama・Mistral 系)の活用も視野に入れているチームは、推論レイヤーのコスト設計を今から検討しておく価値があります。

詳細

5カ月で評価額が50億ドルから130億ドルへ

Wall Street Journal の報道によると、AIインフェレンス企業 Baseten は評価額 **130億ドル(約1.9兆円)**で **15億ドル(約2,200億円)**の資金調達をほぼ確定しつつあります。

同社は今年1月にシリーズE(調達額3億ドル、評価額50億ドル)を発表したばかりで、そのわずか5カ月後に今回の大型ラウンドが検討されている形です。さらにさかのぼると、そのシリーズEの9カ月前にはシリーズD(1億5,000万ドル)を完了しており、調達ペースが加速していることが分かります。

今回のラウンドが成立した場合、半年未満で評価額が 160%増 という計算になります。

分割価格ラウンドという構造

ただし、WSJ はこのラウンドが「スプリット・プライスド・ラウンド(split-priced round)」であると報じています。これは一部の投資家を高い評価額(130億ドル)で受け入れ、別の投資家をより低い評価額(110億ドル)で参加させる手法で、スタートアップが見出し上の評価額を高く見せるために活用するケースが増えています。リード投資家のリターンを帳簿上で優良に保つ効果もあります。

今回の共同リードは Spark Capital・Sands Capital・Altimeter Capital・Wellington Management の4社とされています。

「推論ゴールドラッシュ」の波に乗る Baseten

Baseten は2019年創業。VCが推論レイヤー構築企業に巨額を投じる「インフェレンス・ゴールドラッシュ(inference gold rush)」と呼ばれる潮流の恩恵を受けています。

同社の提供価値は主に2点です。

  1. 速度とコストの最適化: ユーザーのプロンプト送信後(=推論フェーズ)において、リクエストを「タスクに最適なモデル」へ自動ルーティングすることで処理を高速化します。
  2. オープンソースモデルの活用: GPT・Claude 等の商用モデルに対し、より低コストで性能の高いオープンソース代替モデルへのルーティングを積極的に行うことで、APIコストを抑制します。

大規模言語モデル(LLM)の推論処理は、学習(トレーニング)フェーズと比べて商業的に見えにくいとされてきましたが、生成AIの実運用が本格化するにつれ、推論コストの最適化が企業のAI投資対効果に直結するフェーズに入っています。Baseten への今回の大型資金調達は、その市場認識がVCにも共有されていることを示す事例と言えます。