Daytona lève 60 M$ à une valorisation de 1 Md$ pour offrir à chaque agent son propre ordinateur

TL;DR

Daytona a levé 60 millions de dollars sur une valorisation de 1 milliard de dollars, mené par FirstMark Growth ; la société indique avoir levé 91 millions de dollars au total. (Source : Fortune — financement ; TechCrunch — opération)
Son principal indicateur opérationnel est une rétention nette des revenus d’environ 135 % par mois — spectaculaire si elle est large et reproductible, mais potentiellement gonflée par une base de clients restreinte en pleine croissance. (Source : Daytona — annonce de la Série B)
Les sandboxes servent déjà à l’entraînement et à l’évaluation, ainsi qu’aux agents en production. Ce mélange fait de la durabilité des charges de travail la question d’investissement centrale. (Source : Fortune — financement ; Daytona — annonce de la Série B)

Pourquoi les agents ont besoin de leur propre cloud

Un modèle peut générer du code ou un plan ; un agent qui agit a besoin d’un endroit pour exécuter des programmes, naviguer, gérer des fichiers et utiliser des logiciels. Daytona vend des sandboxes isolées et persistantes — des ordinateurs que les agents peuvent opérer, plutôt qu’une nouvelle API de modèle. À mesure que les produits passent des démos de chat aux workflows utilisant des outils, l’environnement d’exécution devient sa propre couche d’infrastructure, avec des coûts et des exigences opérationnelles distincts de l’inférence. (Source : Fortune — financement ; Daytona — annonce de la Série B)

Fondée en 2023 par Ivan Burazin, Goran Draganić et Vedran Jukić, Daytona a commencé par automatiser les environnements de développement d’entreprise. Burazin affirme que l’équipe a cédé ses clients à des concurrents, reconstruit le produit et relancé l’activité avec environ trois mois de revenus restants. Le siège social fait l’objet d’informations contradictoires : Fortune indique San Francisco, TechCrunch New York. (Source : Fortune — financement ; TechCrunch — opération)

Un pari à 1 milliard de dollars sur une nouvelle couche d’infrastructure

FirstMark Growth a mené la Série B de 60 millions de dollars ; environ 50 millions proviennent d’investisseurs existants, a déclaré Burazin à Fortune. Parmi les soutiens figurent les business angels Patrick Collison, Tobi Lütke, Aravind Srinivas, Eric Yuan, Olivier Pomel, Adam D’Angelo et Brendan Foody, ainsi que Qualcomm Ventures, Samsung Next et Okta Ventures. Pace Capital, E2VC et Upfront Ventures sont des investisseurs existants. Daytona indique que son total de 91 millions de dollars inclut une Série A de 24 millions de dollars en février 2026, également menée par FirstMark. La valorisation reflète la croissance attendue de la catégorie ; aucun multiple de revenus n’a été divulgué. (Source : Fortune — financement ; TechCrunch — opération ; Daytona — annonce de la Série B)

Pourquoi les millisecondes comptent

Daytona affirme que ses VM sont provisionnées en environ 60 millisecondes, contre des dizaines de secondes à plusieurs minutes pour les VM cloud conventionnelles. Elle y parvient en distribuant des snapshots de machines configurées sur les disques des serveurs, puis en attachant le CPU et la mémoire lorsqu’une sandbox est demandée. Les agents peuvent cloner une machine en cours d’exécution pour tester des alternatives en parallèle. Ce démarrage rapide et reproductible peut transformer une seule tâche en de nombreuses expérimentations sans attendre le démarrage de chaque environnement. (Source : Fortune — financement)

L’entreprise indique prendre en charge les sandboxes Linux, Windows, macOS et GPU sur une seule plateforme. Son contraste avec les « neoclouds » fortement orientés GPU tels que CoreWeave et Nebius : les clouds d’inférence sont là où un agent réfléchit ; Daytona est là où il travaille. L’exécution d’agents nécessite du CPU et des environnements logiciels variés, pas seulement des accélérateurs. Sur un marché également servi par E2B et Modal, la différenciation de Daytona réside donc dans la vitesse de provisionnement et l’étendue des OS, et non dans un avantage tarifaire supposé. (Source : Daytona — annonce de la Série B ; Fortune — financement ; Upfront Ventures — Daytona)

La rétention est la métrique à interroger

Daytona indique que son revenu annualisé (run-rate) a été multiplié par environ 25 entre janvier et septembre 2026, avec une croissance mensuelle moyenne de 50,9 %. Plus inhabituelle encore : une rétention nette des revenus (NRR) mensuelle moyenne d’environ 135 %. Si ce taux se composait sur douze mois, 1,35^12 équivaut à environ 36,6 : la même cohorte dépenserait plus de 36 fois plus. Daytona compare son chiffre à la NRR annuelle d’environ 160 % de Snowflake lors de son IPO et affirme que les clients d’il y a six mois dépensent désormais près de trois fois plus au total. Les NRR mensuelles et annuelles ne sont toutefois pas directement comparables. (Source : Daytona — annonce de la Série B ; Fortune — financement)

La question clé est de savoir si cette expansion reflète davantage de workflows de production par client, ou quelques clients qui montent en charge des workloads temporaires d’entraînement et d’évaluation. Sans tailles de cohortes, distribution au niveau des clients, rétention brute et mix de revenus, une NRR mensuelle de 135 % est un signal frappant — pas une loi de croissance durable. (Source : Daytona — annonce de la Série B ; Fortune — financement)

L’usage est prouvé ; la durabilité en production ne l’est pas

Fortune cite Anthropic, OpenAI, Nvidia, Cursor, Cognition, Meta et Cohere parmi les clients ; Daytona mentionne également Writer, Clay, n8n, Postman, Mintlify et bolt.new. Snorkel a provisionné plus d’un million de sandboxes, selon l’entreprise. Writer, après avoir exploité sa propre plateforme au-delà de 20 000 sandboxes par jour, est passé à Daytona et en a provisionné 300 000 en un mois. AfterQuery affirme avoir remplacé un cluster GKE interne en une journée. Ces exemples illustrent une douleur opérationnelle et un usage réel, mais pas la proportion qui relève d’une production en régime stable. (Source : Fortune — financement ; Daytona — annonce de la Série B)

La nuance essentielle est que de nombreuses sandboxes servent à l’apprentissage par renforcement, aux tests de modèles et aux évaluations — pas seulement aux agents au service des utilisateurs finaux. L’entraînement peut générer d’intenses pics de demande de calcul, puis se contracter lorsque les plans de recherche ou les budgets changent. Les agents en production pourraient créer une consommation plus récurrente, mais ce marché est encore émergent. Upfront Ventures soutient que les sandboxes et les clouds d’inférence sont des marchés distincts et qu’il est difficile de surestimer la demande de calcul ; cela n’élimine pas l’exposition cyclique si les premiers revenus sont dominés par l’expérimentation. (Source : Upfront Ventures — Daytona ; Fortune — financement)

Ce que la levée ne prouve pas

Le tour de table valide la conviction des investisseurs et la demande observée, mais pas le fait que Daytona puisse préserver son avantage de vitesse à grande échelle, que le cloud d’agents devienne une catégorie durable, ni que les workloads actuels se reproduisent. La preuve la plus solide à surveiller est le revenu de production et la rétention sur une large cohorte de clients après la fin des expérimentations d’entraînement. Si les sandboxes deviennent le substrat d’exécution par défaut des agents, l’opportunité est substantielle ; si les plus gros workloads restent un développement de modèles épisodique, la croissance pourrait suivre des cycles de calcul volatils. (Source : Fortune — financement ; Daytona — annonce de la Série B ; Upfront Ventures — Daytona)

FAQ

Que vend Daytona ?

Des ordinateurs persistants et isolés où les agents peuvent exécuter du code et utiliser des logiciels. Daytona indique que ces sandboxes démarrent en environ 60 millisecondes. (Source : Fortune — financement)

Une NRR mensuelle de 135 % signifie-t-elle une croissance annuelle de 36x ?

Seulement si elle se compose sans changement pendant douze mois. Il s’agit d’une illustration, pas d’une prévision ; la composition des cohortes et le mix de workloads comptent. (Source : Daytona — annonce de la Série B)

Pourquoi ne pas exécuter les agents sur un hyperscaler ?

L’argument de Daytona est qu’un provisionnement rapide, un état persistant et des clones parallèles conviennent mieux aux workloads d’agents que des VM à usage général. La question de savoir si ces avantages justifient une plateforme distincte dépend des workloads et des besoins opérationnels. (Source : Fortune — financement ; Daytona — annonce de la Série B)

Pour aller plus loin

— The Agent Report