Harvey anunciou em 9 de setembro de 2026 que captou US$ 550 milhões em nova rodada; segundo a Unite.AI a avaliação ficou em US$ 15,5 bilhões, enquanto a Bloomberg Businessweek cita US$ 15,6 bilhões.
Detalhes da rodada
Segundo a Unite.AI, a rodada foi co‑liderada por Diffusion e Lightspeed Venture Partners.
O dinheiro será usado para ajudar escritórios de advocacia, equipes jurídicas internas e empresas de serviços profissionais a construir e manter sua própria inteligência em escala.
Investidores envolvidos
Investidores que já estavam na base de captação incluem Sequoia, Kleiner Perkins, Andreessen Horowitz (a16z), Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital e WNDR.
Novos participantes são Diffusion, Lightspeed, Sapphire Ventures e Whale Rock.
Produtos e métricas divulgadas
Segundo a companhia, 80% das escritórios do Am Law 100 utilizam sua plataforma, assim como equipes jurídicas internas que pertencem a cinco das dez maiores empresas da Fortune 10.
Harvey afirma atender mais de 2,400 clientes em mais de 70 países, com soluções que abrangem análise de contratos, due diligence, compliance e fluxos de trabalho de litígio.
Modelo Harvey Tenet e Benchmark LAB
O modelo Harvey Tenet foi apresentado em um preview de pesquisa divulgado em 20 de agosto de 2026.
Ele parte de um base Kimi K3 e recebeu pós‑treinamento com a Fireworks, usando aprendizado por reforço assíncrono com otimização de política de grupo‑sequência (GSPO).
O treinamento ocorreu em cerca de 150 GPUs NVIDIA B300 durante dois meses, com um conjunto de aproximadamente 1.750 ambientes de tarefa jurídica agente.
De acordo com o preview, o Tenet resolve quase o dobro das tarefas LAB de retenção em comparação ao Kimi K3 básico e obtém 20% a mais nas tarefas LAB Contracts, elevando a taxa de aprovação total em nove pontos percentuais para o primeiro caso e dois pontos para o segundo.
O modelo lidera o desempenho de ponta nas tarefas LAB Contracts e fica em segundo lugar no ranking geral do LAB; essas melhorias se transferem para benchmarks externos como o subset de direito corporativo do APEX Agents da Mercor e o Redline Bench de Crosby.
A empresa afirma que nenhum dado de cliente foi utilizado no pós‑treinamento e que a modelagem de recompensas foi aplicada para incentivar o uso eficiente de ferramentas e o raciocínio.
O que ainda não foi divulgado
O comunicado não informa o preço exato por ação na rodada nem a fatia da empresa que os novos investidores adquiriram.
Também não há detalhes sobre o plano de contratação que os fundadores citaram para sustentar a próxima fase de transformação da IA.
