Marveri

O que é

Marveri é uma plataforma de due diligence para advogados transacionais que recebe um data room inteiro como entrada e devolve o produto de trabalho que um time de deal precisa entregar: um conjunto de arquivos organizado, um relatório de diligência, uma lista de solicitações, um anexo de disclosure e a conciliação do cap table. Fundada em 2023 e tocada de Cambridge, Massachusetts, foi construída por Connor Acle — ex-associado corporativo da Morrison & Foerster — junto com os pesquisadores de IA do MIT Emily Mu e Samuel Bosch. Saiu do stealth em maio de 2025 com uma rodada seed de US$ 3,5M reportada pelo Law360 Pulse.

A decisão de produto que separa a Marveri do resto é que não existe chatbot. Você não escreve prompts para a Marveri e não faz perguntas a ela. Você aponta a ferramenta para o data room do target e ela renomeia e organiza cada arquivo segundo a sua própria convenção de nomenclatura, roda uma comparação em grupo sobre o conjunto inteiro para achar quais contratos fogem do modelo, sinaliza o que está sem assinatura ou faltando, e redige o relatório com cada afirmação ligada ao documento de origem. O enquadramento do fornecedor — sem prompts, só resultados citados — é uma frase de posicionamento, mas também é uma descrição exata da interface.

Por que aparece nos stacks de Legal Ops

• É delimitada a deals, não ao trabalho jurídico em geral. Kira, Luminance e Harvey vendem para todas as áreas de prática. A Marveri cobre M&A, financiamentos de venture e registros societários, e a empresa já disse que não vai expandir para além disso. Para uma banca cuja dor de diligência é real e cuja dor de pesquisa não é, esse escopo estreito é o motivo para comprar, não uma limitação.
• A unidade de trabalho é o data room, não o documento. A comparação roda sobre o conjunto inteiro de uma vez — 2 documentos ou 20 — então “quais destes 140 NDAs desviam do nosso modelo” vira uma operação só em vez de uma fila de revisão. A detecção de desvio de modelo é o que sustenta o produto aqui; extração de cláusulas sozinha é o mínimo esperado em 2026.
• Os dois lados do deal, uma ferramenta. Do lado vendedor, ela organiza os registros do próprio cliente, encontra as folhas de assinatura faltantes antes do comprador e responde a lista de solicitações. Do lado comprador, ingere o room e reporta. A maior parte da IA de diligência é construída só para o lado que revisa.
• Subir é conectar uma pasta, não fazer um rollout. Google Drive, SharePoint/OneDrive e sincronização de pasta local são os caminhos de ingestão; a exportação para Word e Excel leva as citações de volta. Sem migração de DMS e sem projeto de serviços profissionais — que é exatamente o custo que mantém bancas pequenas de deal fora da Litera.
• A saída citada é o artefato auditável. Cada linha de um relatório da Marveri resolve para a página de origem, que é o padrão que o sócio que assina aquele relatório precisa. Veja grounding vs alucinação em IA jurídica.

A realidade do preço

Sem preço publicado, sem página de preços, sem plano self-serve — só cotação, atrás de uma demo. Verificado em 9 de setembro de 2026. Isso é um custo de avaliação, não uma reclamação de formato: você não consegue dimensionar isso contra um orçamento sem uma conversa comercial, e uma banca de dois sócios acaba negociando sem nenhum ponto de referência.

O conjunto comparável é a âncora. Dados de pesquisa de terceiros (ILTA 2025) colocam a Kira na faixa de US$ 25.000-85.000 por ano para implantações de banca, e a nossa própria ficha da Luminance coloca deals de mid-market na casa baixa dos cinco dígitos, com rollouts enterprise chegando a seis e sete. Um fornecedor em estágio seed que vende para boutiques que nunca foram prospects da Kira precisa ficar abaixo dessa faixa para ganhar, e os clientes citados no próprio site — Optimal Counsel, Darwin Legal, Nexus Venture Counsel, Duncan Bergman Mandell, Proviso — são bancas pequenas, não nomes do AmLaw. Peça preço por caso ou por data room antes de aceitar um anual por assento; a carga de trabalho tem formato de deal, e o medidor deveria ter também.

A segurança é SOC 2 Type II com criptografia em trânsito e em repouso, e o fornecedor declara que documentos do cliente não são usados para treinamento. Coloque a cláusula de não-treinamento na ordem de compra — uma linha no site não é contrato.

Melhor para

Bancas boutique de M&A, advogados de startup e venture, e times pequenos de corporate development que rodam volume real de deals, precisam do relatório de diligência e do anexo de disclosure andando no dia um de acesso ao data room, e não conseguem justificar um compromisso de plataforma com a Litera nem uma implementação de 60-90 dias. É também a ferramenta de preparação do lado vendedor para uma empresa organizando os próprios registros societários antes de uma captação ou de uma saída.

Alternativas e quando escolher cada uma

• Kira Systems — a incumbente da diligência, hoje dentro da Litera. Escolha quando você já roda Litera Transact e Compare, quando a economia do bundle ganha do produto avulso, ou quando adoção em mais de 40 áreas de prática pesa mais que o fluxo do deal em si. A implantação dela na maior parte do AmLaw 100 também é a resposta para “o que a outra parte vai estar usando”.
• Luminance — escolha quando o trabalho vai além da diligência e entra em negociação e revisão como função contínua, e não como evento de deal. A abordagem de piloto primeiro sobre um único tipo de contrato é o melhor caminho de avaliação se você ainda não tem certeza de que a categoria funciona para você.
• Harvey — com avaliação de US$ 11 bilhões em março de 2026, a entrante que mais cresce e a com mais distribuição enterprise. Escolha quando a banca quer uma superfície de IA só para contencioso, consultivo e transacional, e aceita uma diligência que seja boa em vez de especializada.
• Legora — US$ 5,6 bilhões post-money em abril de 2026, mais de 1.000 clientes entre bancas e empresas, e mais de US$ 100M de ARR. Escolha para o mesmo escopo de banca inteira que a Harvey quando cobertura europeia ou a superfície de redação colaborativa é o que decide.
• Ontra — escolha quando a dor recorrente são contratos rotineiros de alto volume (NDAs, side letters) dentro de um fundo, e não diligência episódica de deal.

Se o seu volume de deals fica abaixo de mais ou menos uma transação por trimestre, nenhuma dessas passa no corte. Associados contratados e uma pasta compartilhada saem mais barato.

Pontos de atenção

• Fornecedor em estágio seed numa posição crítica para o deal. US$ 3,5M levantados contra Litera, Luminance e Harvey. Proteção: negocie na assinatura uma cláusula de exportação cobrindo tanto a estrutura de arquivos organizada quanto os relatórios com citações ligadas. Os documentos já são seus — garanta que a estrutura também seja.
• Sem benchmark de precisão publicado. O fornecedor afirma saída citada e verificável, mas não publica nenhuma taxa de erro medida. Cada resultado ser clicável não é a mesma coisa que cada resultado estar certo. Proteção: rode contra um deal já fechado onde você conhece os achados, e conte o que passou batido em vez do que foi encontrado. O método está em precisão da revisão de contratos com IA.
• “Dias, não semanas” é uma afirmação do fornecedor. O único case quantificado no site é uma redução de 70% no tempo de onboarding de clientes, que é um trabalho diferente do tempo de resposta da diligência. Proteção: meça horas de associado nos seus dois primeiros casos contra o último deal comparável que você rodou na mão, e faça isso antes da data de renovação.
• Sem DMS, sem API, sem MCP. A ingestão é Drive, SharePoint/OneDrive e sincronização de pasta. Se os seus registros vivem no iManage ou no NetDocuments, cada caso carrega um passo de cópia na ida e na volta. Proteção: precifique esse passo de cópia em horas de associado, e consiga por escrito o roadmap de DMS antes de se comprometer além de um ano.
• Preço só por cotação, sem âncora. Proteção: consiga duas cotações concorrentes — uma da Kira via Litera, outra da Luminance — antes da sua primeira call com a Marveri, para que o número que você ouvir tenha contra o que se apoiar.

Para a categoria em volta, veja Kira Systems vs Luminance e melhores ferramentas de IA para Legal Ops.