La raccolta conferma la posizione di Supabase tra due tendenze decisive del settore: il boom del “vibe coding”, cioè lo sviluppo di applicazioni assistito dall’intelligenza artificiale, e la crescente domanda di infrastrutture PostgreSQL capaci di sostenere carichi enterprise sempre più grandi.
Il Series F è stato guidato da GIC, il fondo sovrano di Singapore. Hanno partecipato anche tutti i principali investitori già presenti nel capitale: Accel, Y Combinator, Craft, Felicis, Peak XV e Coatue .
Tra i nuovi impegni strategici spiccano quello di Stripe, che ha investito per la seconda volta in Supabase, e l’ingresso di Salesforce Ventures. Al round ha partecipato anche Georgian .
La progressione della valutazione mostra la velocità della crescita: circa 2 miliardi di dollari con il Series D dell’aprile 2025, 5 miliardi con il Series E di ottobre 2025 e ora 10,5 miliardi . Secondo Sacra, il nuovo capitale porta la raccolta complessiva di Supabase oltre quota 1 miliardo di dollari. La società intende usarlo per accelerare lo sviluppo degli strumenti open source e dell’ecosistema PostgreSQL, sostenere la crescita e offrire liquidità ai dipendenti .
Fondata nel 2020 come alternativa open source a Firebase di Google, Supabase ha costruito il proprio prodotto su PostgreSQL. Nel tempo la piattaforma si è trasformata in un backend completo, con database, autenticazione, API generate automaticamente, archiviazione dei file e funzioni edge .
Il salto di scala è arrivato con la diffusione del vibe coding. Il termine indica un modo di sviluppare software in cui si descrive a parole ciò che si vuole costruire e strumenti di intelligenza artificiale come Cursor o Claude Code generano e modificano gran parte del codice. Il metodo viene usato sia da sviluppatori esperti sia da persone con competenze tecniche più limitate, che possono passare rapidamente dall’idea a un’applicazione funzionante .
In questo flusso, però, il codice generato dall’AI ha comunque bisogno di fondamenta concrete: un database pronto all’uso, sistemi di accesso, storage e servizi in grado di crescere insieme al numero degli utenti. È qui che Supabase ha trovato il proprio spazio. La piattaforma riunisce questi componenti in un unico ambiente PostgreSQL e permette agli strumenti AI di configurare più rapidamente il backend di un’applicazione .
Il CEO Paul Copplestone ha descritto questa evoluzione come il passaggio dall’idea che non sarebbe servito “altro software” alla convinzione che, con l’AI capace di configurare un’istanza PostgreSQL gestita tramite un singolo prompt, non sarebbe servito “un altro backend” . Oggi Supabase dichiara di servire 5 milioni di sviluppatori e di operare su AWS .
La prossima direzione indicata dall’azienda è quella dell’“agentic infrastructure”: servizi backend progettati per applicazioni generate dall’AI e per agenti software capaci di eseguire attività in autonomia .
L’annuncio del finanziamento ha coinciso con il rilascio open source dell’alpha Multigres v0.1 . Il progetto nasce dall’esperienza di Sugu Sougoumarane, co-creatore di Vitess, il sistema di sharding che ha contribuito a scalare l’infrastruttura database di YouTube e che in seguito è diventato la base tecnologica di PlanetScale .
Vitess ha portato lo scaling orizzontale — la distribuzione del carico su più nodi — nel mondo MySQL. Multigres mira a offrire funzionalità analoghe per PostgreSQL, un’area in cui finora non esisteva una soluzione dello stesso tipo con la medesima impostazione .
Il progetto include sharding orizzontale, pooling delle connessioni, routing delle query e alta disponibilità. L’architettura a livelli comprende componenti come MultiGateway, dedicato all’instradamento delle query, e MultiPooler, per la gestione delle connessioni .
L’obiettivo è arrivare a gestire decine di migliaia di nodi database, superando il limite dello scaling prevalentemente verticale che ha storicamente complicato l’uso di PostgreSQL per i carichi enterprise più grandi . In pratica, Multigres punta a permettere alle organizzazioni di distribuire un database su più macchine mantenendo la compatibilità con PostgreSQL.
La versione 0.1 è ancora un’alpha e, per ora, è disponibile esclusivamente come progetto open source. L’integrazione di Multigres nella piattaforma gestita di Supabase è prevista in una fase successiva . Il progetto è stato presentato anche durante un seminario sui sistemi database alla Carnegie Mellon University nell’aprile 2026 .
Il nuovo round non rappresenta soltanto una nuova valutazione record per Supabase. Segnala anche quanto gli investitori stiano scommettendo sull’infrastruttura che si trova sotto le applicazioni costruite con l’AI.
Il vibe coding può accelerare la creazione del software, ma ogni applicazione che passa dalla demo all’uso reale ha bisogno di dati affidabili, autenticazione, disponibilità e capacità di crescita. Supabase si sta posizionando proprio in quel punto: non come semplice database, ma come strato backend per una generazione di applicazioni sviluppate sempre più spesso attraverso conversazioni con modelli AI.
Con Multigres, la società prova inoltre a rispondere alla domanda successiva: come portare questo modello oltre i prototipi e renderlo adatto anche a sistemi distribuiti e carichi di livello enterprise.
La raccolta conferma la posizione di Supabase tra due tendenze decisive del settore: il boom del “vibe coding”, cioè lo sviluppo di applicazioni assistito dall’intelligenza artificiale, e la crescente domanda di infrastrutture PostgreSQL capaci di sostenere carichi enterprise sempre più grandi.
Il Series F è stato guidato da GIC, il fondo sovrano di Singapore. Hanno partecipato anche tutti i principali investitori già presenti nel capitale: Accel, Y Combinator, Craft, Felicis, Peak XV e Coatue .
Tra i nuovi impegni strategici spiccano quello di Stripe, che ha investito per la seconda volta in Supabase, e l’ingresso di Salesforce Ventures. Al round ha partecipato anche Georgian .
La progressione della valutazione mostra la velocità della crescita: circa 2 miliardi di dollari con il Series D dell’aprile 2025, 5 miliardi con il Series E di ottobre 2025 e ora 10,5 miliardi . Secondo Sacra, il nuovo capitale porta la raccolta complessiva di Supabase oltre quota 1 miliardo di dollari. La società intende usarlo per accelerare lo sviluppo degli strumenti open source e dell’ecosistema PostgreSQL, sostenere la crescita e offrire liquidità ai dipendenti .
Fondata nel 2020 come alternativa open source a Firebase di Google, Supabase ha costruito il proprio prodotto su PostgreSQL. Nel tempo la piattaforma si è trasformata in un backend completo, con database, autenticazione, API generate automaticamente, archiviazione dei file e funzioni edge .
Il salto di scala è arrivato con la diffusione del vibe coding. Il termine indica un modo di sviluppare software in cui si descrive a parole ciò che si vuole costruire e strumenti di intelligenza artificiale come Cursor o Claude Code generano e modificano gran parte del codice. Il metodo viene usato sia da sviluppatori esperti sia da persone con competenze tecniche più limitate, che possono passare rapidamente dall’idea a un’applicazione funzionante .
In questo flusso, però, il codice generato dall’AI ha comunque bisogno di fondamenta concrete: un database pronto all’uso, sistemi di accesso, storage e servizi in grado di crescere insieme al numero degli utenti. È qui che Supabase ha trovato il proprio spazio. La piattaforma riunisce questi componenti in un unico ambiente PostgreSQL e permette agli strumenti AI di configurare più rapidamente il backend di un’applicazione .
Il CEO Paul Copplestone ha descritto questa evoluzione come il passaggio dall’idea che non sarebbe servito “altro software” alla convinzione che, con l’AI capace di configurare un’istanza PostgreSQL gestita tramite un singolo prompt, non sarebbe servito “un altro backend” . Oggi Supabase dichiara di servire 5 milioni di sviluppatori e di operare su AWS .
La prossima direzione indicata dall’azienda è quella dell’“agentic infrastructure”: servizi backend progettati per applicazioni generate dall’AI e per agenti software capaci di eseguire attività in autonomia .
L’annuncio del finanziamento ha coinciso con il rilascio open source dell’alpha Multigres v0.1 . Il progetto nasce dall’esperienza di Sugu Sougoumarane, co-creatore di Vitess, il sistema di sharding che ha contribuito a scalare l’infrastruttura database di YouTube e che in seguito è diventato la base tecnologica di PlanetScale .
Vitess ha portato lo scaling orizzontale — la distribuzione del carico su più nodi — nel mondo MySQL. Multigres mira a offrire funzionalità analoghe per PostgreSQL, un’area in cui finora non esisteva una soluzione dello stesso tipo con la medesima impostazione .
Il progetto include sharding orizzontale, pooling delle connessioni, routing delle query e alta disponibilità. L’architettura a livelli comprende componenti come MultiGateway, dedicato all’instradamento delle query, e MultiPooler, per la gestione delle connessioni .
L’obiettivo è arrivare a gestire decine di migliaia di nodi database, superando il limite dello scaling prevalentemente verticale che ha storicamente complicato l’uso di PostgreSQL per i carichi enterprise più grandi . In pratica, Multigres punta a permettere alle organizzazioni di distribuire un database su più macchine mantenendo la compatibilità con PostgreSQL.
La versione 0.1 è ancora un’alpha e, per ora, è disponibile esclusivamente come progetto open source. L’integrazione di Multigres nella piattaforma gestita di Supabase è prevista in una fase successiva . Il progetto è stato presentato anche durante un seminario sui sistemi database alla Carnegie Mellon University nell’aprile 2026 .
Il nuovo round non rappresenta soltanto una nuova valutazione record per Supabase. Segnala anche quanto gli investitori stiano scommettendo sull’infrastruttura che si trova sotto le applicazioni costruite con l’AI.
Il vibe coding può accelerare la creazione del software, ma ogni applicazione che passa dalla demo all’uso reale ha bisogno di dati affidabili, autenticazione, disponibilità e capacità di crescita. Supabase si sta posizionando proprio in quel punto: non come semplice database, ma come strato backend per una generazione di applicazioni sviluppate sempre più spesso attraverso conversazioni con modelli AI.
Con Multigres, la società prova inoltre a rispondere alla domanda successiva: come portare questo modello oltre i prototipi e renderlo adatto anche a sistemi distribuiti e carichi di livello enterprise.