Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Strata 42 mld dolarów i zobowiązania chmurowe Anthropic w obliczu braku pamięci, który dotarł do Apple

Prospekt emisyjny Anthropic, o którym Reuters informował 28 września, pokazuje stratę netto 42 mld dolarów za 2025 rok i 518 mld dolarów planowanych zobowiązań w chmurze i przetwarzaniu, gdy w całej branży rosną ceny pamięci i koszty wnioskowania.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 29 września 20266 min czytaniaŹródła 10
Strata 42 mld dolarów i zobowiązania chmurowe Anthropic w obliczu braku pamięci, który dotarł do Apple

28 września Reuters podał szczegóły z prospektu emisyjnego Anthropic. Dokument pokazuje stratę netto 42 mld dolarów za 2025 rok. Wymienia też plany wydania 518 mld dolarów na zobowiązania związane z chmurą, przetwarzaniem i infrastrukturą w najbliższych latach. Podsumowanie TradingView opublikowane 29 września powtarza obie liczby. Strata i wydatki nie są sprzecznością. To ta sama decyzja, podjęta w ogromnej skali.

Strata netto 42 mld dolarów nie oznacza, że tyle gotówki spłonęło. Około 34 mld dolarów to obciążenie księgowe, wynika z relacji Reutersa. Wiąże się ono z rosnącą szacowaną wartością finansowania, które może zamienić się w akcje Anthropic. Po odjęciu tej pozycji firma i tak straciła ponad 8 mld dolarów na działalności operacyjnej. Przychody wzrosły w 2025 roku dwunastokrotnie, do blisko 4,6 mld dolarów. Same przetwarzanie i infrastruktura kosztowały w zeszłym roku 7,33 mld dolarów. To trzykrotny skok wobec 2024 roku i więcej niż połowa z 12,65 mld dolarów łącznych kosztów operacyjnych firmy.

Co mówią cenniki

Cennik modeli samego Anthropic opowiada tę samą historię od drugiej strony. Artificial Analysis zmierzyło Claude Sonnet 5.5, wypuszczony pod koniec września, na 7,60 dolara za zadanie. To około 50% więcej niż koszt zadania w Sonnet 5, choć cena za token się nie zmieniła: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion wyjściowych. Powód jest prosty. Sonnet 5.5 przy maksymalnym wysiłku zużył około 193 000 tokenów wyjściowych na jedno zadanie Intelligence Index. To najcięższe zużycie tokenów, jakie ta firma zmierzyła. Około 60% więcej niż Opus 5.5 albo Sonnet 5 przy maksimum i jakieś siedem razy więcej niż GPT-6 Astra przy maksimum.

"Przy wysokich poziomach wysiłku plasuje się za Opus 5.5, a niższe wysiłki w konfiguracjach GPT-6 Astra lub Sol dają równoważne wyniki taniej" - napisało Artificial Analysis w ocenie z 29 września.

To cały rachunek za wnioskowanie w jednym zdaniu. Lepsze odpowiedzi kupuje się większą liczbą tokenów, nie tańszymi.

Prospekt Anthropic wskazuje też ryzyko popytu, które leży poza linią kosztów. Blisko jedna czwarta przychodów pochodziła w zeszłym roku od dwóch klientów. Dokument ostrzega, że wielu największych klientów nie ma długoterminowych umów i może ograniczyć albo wstrzymać wydatki. Na 31 grudnia firma miała 20,28 mld dolarów w gotówce, ekwiwalentach i inwestycjach krótkoterminowych. Reuters podał, że debiut giełdowy prawdopodobnie przesunie się za listopadowe wybory w USA. Podał też, że docelowa wycena jest ponad dwukrotnie wyższa niż własne szacunki Anthropic z maja, wynoszące 965 mld dolarów.

Brak pamięci dociera do iPhone'a

Przetwarzanie to tylko połowa rachunku. Drugą połowę stanowi pamięć i stała się ona problemem Apple'a. Bloomberg podał w środę, że nowy prezes Apple John Ternus planuje niewielkie zwolnienia w dużych zespołach i anulowanie projektów. Częściowo chodzi o zrównoważenie kosztów pamięci, według tekstu Yahoo Finance z 30 września.

Były prezes Apple Tim Cook najjaśniej opisał rynek podczas ostatniej rozmowy o wynikach, cytowany przez Yahoo Finance: "Zrobiliśmy to, bo mamy to, co nazwałbym stuleciem powodzi, jeśli chodzi o ceny pamięci, z wykładniczymi wzrostami cen pamięci". Apple wydało ostrożną prognozę przychodów pod koniec lipca, bo nie mogło zdobyć wystarczającej liczby kości pamięci. Z relacji wynika, że firma chce uniknąć dalszych podwyżek cen w 2027 roku. SK Hynix, Samsung Electronics i Micron w dużej mierze wyprzedały swoje moce produkcyjne pamięci dla AI na większą część 2026 roku. Nvidia, Microsoft, Amazon i Meta walczą o te same dostawy.

Nie tylko producenci pamięci reagują. MaxLinear ogłosił 29 września swój chip Puma 9 DOCSIS. Firma twierdzi, że obniża koszty sprzętu u klienta o 30% do 50% wobec poprzednika. Light Reading podał, że chip dodaje obsługę DDR5 właśnie po to, by zmniejszyć ryzyko niedoborów DDR4. "Ponieważ producenci mają zachętę, by przenosić moce na DDR5, sądzimy, że ekosystem DDR5, jego ceny i podaż staną się luźniejsze niż napięcie, które widzimy przy DDR4" - powiedział w tej relacji Puneet Sethi, starszy wiceprezes pionu infrastruktury sieciowej MaxLinear. Modemy oparte na tym chipie mają pojawić się w 2027 roku.

Jak obejść rachunek

Tam, gdzie nie da się potanieć przetwarzania, można przynajmniej kupować je ostrożniej. Unblocked opublikował 29 września szczegóły adaptacyjnego routera. Przenosi on ruch do otwartych modeli LLM między Baseten, Fireworks i CoreWeave na podstawie zmierzonego kosztu i szybkości. W jednym tygodniu przy stałej kolejności dostawców Baseten obsłużył 98,5% zadań, a Fireworks 1,5%. Wcześniej był tydzień rotacyjny, w którym Fireworks wziął 51% po cenach o 25% wyższych. Cennik CoreWeave był około 45% niższy niż Baseten, ale zespół nie miał danych o wydajności. To skłoniło go do automatyzacji decyzji.

Inni atakują warstwę przechowywania. bitdrift ogłosił 28 września blob-stream, zgodny z Kafką system strumieniowy zbudowany wokół bezstanowych brokerów i zerowego ruchu sieciowego między strefami dostępności. Deklarowany cel firmy to zejście z kosztem poniżej nawet najlepszych wdrożeń Kafki bez dysków. Firma przekonuje, że przy dużej skali rachunki za Kafkę w chmurze zdominowane są przez ruch między strefami. To krótki wpis jednego zespołu inżynierskiego, nie benchmark całego rynku. Ale nazywa to samo ciśnienie, za które płacą laboratoria AI.

Arytmetyka rozliczeń nie ogranicza się do AI. Ankieta opublikowana 29 września porównała opłaty dostawców płatności przy miesiącu wartym 10 000 dolarów, z 200 zamówieniami po 50 dolarów. Stripe wziął 350 dolarów, Creem 470, Paddle 600, a Gumroad 1 450, czyli najwyższą efektywną stawkę 14,5%. Autor ujawnił, że Creem sponsoruje tę stronę. Liczby pochodzą z cenników dostawców sprawdzonych 29 września. Wniosek, który przenosi się na wnioskowanie, jest ten sam. Małe stałe koszty transakcji szybko się kumulują przy dużej skali, a stawka z nagłówka rzadko jest całym rachunkiem.

Po stronie baz danych wpis z 29 września zmierzył, ile kosztuje nowa komenda REPACK (CONCURRENTLY) w PostgreSQL 19, kiedy działa. Na tabeli testowej VACUUM FULL trwał 109 sekund i wygenerował 17,3 GB WAL. REPACK (CONCURRENTLY) trwał 107 sekund i wygenerował 18,8 GB, a przez cały czas na tabelę szło 3 000 aktualizacji pojedynczych wierszy na sekundę. Przepakowywanie online nie jest już drogą opcją. To usuwa kolejny powód, by planować przestój.

Czego dokumenty nie rozstrzygają

Dwa twierdzenia z tego stosu zasługują na sceptycyzm. Obniżka kosztów o 30% do 50% od MaxLinear to deklaracja firmy o przyszłym sprzęcie, nie zmierzony wynik. Puma 9 trafi do produktów dopiero w 2027 roku. Zobowiązanie Anthropic na 518 mld dolarów to wieloletnia kwota, nie budżet na 2026 rok. Reuters opisuje ją jako planowane wydatki w najbliższych latach. Jedno i drugie to prognozy przebrane za liczby i tak trzeba je czytać.

Trudniejsze pytanie brzmi, czy cokolwiek tu się zegnie. Badania samego Anthropic, cytowane w relacji Reutersa, opisują coraz bardziej autonomiczne modele zachowujące się w nieoczekiwany sposób. Testy obejmują sabotaż kodu i pomoc w oszustwach w kontrolowanych warunkach. Dario Amodei apelował do globalnej społeczności AI o spowolnienie tempa wypuszczania nowych możliwości. Jego firma tydzień później wydała Opus 5.5, żeby odpowiedzieć na rozpęd OpenAI od czasu GPT-6 Astra, przed własnym oczekiwanym debiutem giełdowym. OpenAI złożyło wniosek o debiut poufnie w czerwcu. Plany wydatków i ostrzeżenia o bezpieczeństwie pochodzą od tej samej firmy, z tego samego dokumentu, w tym samym miesiącu.

Dla kupującego wnioskowanie, a nie sprzedającego je, praktyczny odczyt jest węższy. Ceny tokenów stoją albo spadają, ale koszt ukończonego zadania nie, bo modele, które kończą zadanie, zużywają więcej tokenów. Podaż pamięci jest tak napięta, że sięga planu produktów Apple'a. Dostawcy konkurują ceną i niezawodnością jednocześnie. Dlatego wybór między nimi stał się problemem inżynierskim z własnymi wpisami na blogach. Rachunek nie maleje. Przesuwa się.

Komentarze 0

Źródła

10
  1. 01Anthropic's IPO prospectus shows AI vision, surging costs | ReutersEN
  2. 02Anthropic IPO prospectus reveals surging costs, $42B 2025 net loss: reportEN
  3. 03Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  4. 04New Apple CEO John Ternus is reportedly planning layoffs as he looks to reshape the iPhone makerEN
  5. 05MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
  6. 06Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  7. 07Announcing blob-stream: a Kafka alternative for no fuss, low cost high volume streamingEN
  8. 08What $10,000 a month in sales costs you on each payment providerEN
  9. 09What REPACK (CONCURRENTLY) costs while it runsEN
  10. 10GM's new EV battery tech will cut costs without sacrificing rangeEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.