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
›

Ekonomia inferencji pod presją: Anthropic wydała 7,33 mld dolarów na moc obliczeniową, a Sonnet 5.5 zużywa rekordowo dużo tokenów

Anthropic wydała w 2025 roku 7,33 mld dolarów na moc obliczeniową i infrastrukturę, trzy razy więcej niż w 2024 roku. Tak wynika z prospektu emisyjnego, do którego dotarł Reuters. Jeden z najnowszych modeli firmy zużywa też więcej tokenów wyjściowych na zadanie niż jakikolwiek model zmierzony przez Artificial Analysis.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 29 września 20265 min czytaniaŹródła 6
Ekonomia inferencji pod presją: Anthropic wydała 7,33 mld dolarów na moc obliczeniową, a Sonnet 5.5 zużywa rekordowo dużo tokenów

29 września Artificial Analysis opublikowało ocenę Claude Sonnet 5.5 od Anthropic. Firma ustaliła, że model zużywa około 193 000 tokenów wyjściowych na zadanie Intelligence Index przy maksymalnym wysiłku. To najwyższe zużycie tokenów, jakie testerzy zarejestrowali, około siedem razy więcej niż GPT-6 Astra przy maksymalnym wysiłku. To pomiar, nie runda finansowania ani premiera chipa. Zbiega się w czasie z największym ujawnieniem kosztów w branży w tym roku.

O prospekcie emisyjnym Anthropic poinformował najpierw Reuters, a 28 i 29 września opisali go CNBC i TradingView. Wynika z niego, że firma wydała w zeszłym roku 7,33 mld dolarów na moc obliczeniową i infrastrukturę. To ponad połowa jej 12,65 mld dolarów całkowitych kosztów operacyjnych. Spółka planuje też 518 mld dolarów zobowiązań w chmurze, obliczeniach i infrastrukturze w najbliższych latach. Ceny za token stały się standardowym sposobem porównywania modeli. Artificial Analysis zauważa, że Anthropic wyceniła Sonnet 5.5 identycznie jak Sonnet 5: 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych, tyle samo co GPT-6 Sol. Ta sama ocena mówi, że model kosztuje około 7,60 dolara na zadanie. To około 50% więcej niż koszt zadania w Sonnecie 5, bo model po prostu emituje więcej tokenów, żeby osiągnąć porównywalne wyniki.

Zużycie tokenów to zmienna kosztowa, której nikt nie wycenia przy ladzie

Przy maksymalnym wysiłku, gdzie osiąga wydajność zbliżoną do Opus 5.5, Claude Sonnet 5.5 zużył około 193 000 tokenów wyjściowych na zadanie Intelligence Index. To najwyższe zużycie tokenów, jakie zmierzyliśmy.

Artificial Analysis zgłasza też zastrzeżenie. Oceny powstały na wdrożeniu przedpremierowym z błędem wpływającym na dane wyjściowe o strukturze, który naprawiono w wersji publicznej. Firma zamierza powtórzyć odpowiednie testy. Sonnet 5.5 osiąga 56 punktów w Intelligence Index, dwa punkty za Opus 5.5 przy maksymalnym wysiłku. Ma 64% w Terminal-Bench 4.0, wobec 60% dla Opus 5.5 i GPT-6 Astra.

Rachunek za obsługę tego ruchu tymczasem idzie w jednym kierunku. Wpis na getunblocked.com z 29 września mówi, że firma kieruje ruch do otwartego modelu GLM 5.2 przez Baseten, Fireworks i CoreWeave. Cennik CoreWeave okazał się około 45% niższy niż w Baseten. Router adaptacyjny waży koszt na 0,7, a szybkość na 0,3, bo model jest ten sam niezależnie od dostawcy. Wpis otwarcie opisuje wcześniejsze rozwiązanie. Podział metodą round-robin wysyłał 51% zadań do Fireworks po cenach o 25% wyższych niż w Baseten, bez żadnej korzyści.

Pamięć to miejsce, do którego idą pieniądze

Po stronie sprzętu presja nie zelżała. Yahoo Finance podało 30 września, że nowy prezes Apple John Ternus planuje niewielkie zwolnienia w dużych zespołach i anulowanie projektów, powołując się na doniesienia Bloomberga, bo koszty pamięci dają się we znaki. Artykuł cytuje ustępującego prezesa Apple Tima Cooka z jego ostatniej rozmowy o wynikach. Mówił o studwudziestoletniej powodzi, jak to nazwał, w cenach pamięci, ze wzrostami wykładniczymi. Apple już pod koniec lipca podało ostrożne prognozy przychodów, bo nie mogło zdobyć dość chipów pamięci.

Ten sam tekst zauważa, że SK Hynix, Samsung Electronics i Micron w dużej mierze wyprzedały moc produkcyjną pamięci klasy premium dla AI przez znaczną część 2026 roku. Nvidia, Microsoft, Amazon i Meta rozbudowują infrastrukturę AI. Podaż ma pozostać ograniczona do 2027 roku. To tło każdej obecnej prognozy kosztów inferencji. Nie chodzi tylko o to, ile tokenów emituje model. Chodzi też o to, ile kosztuje pamięć wewnątrz klastra obsługującego model.

Własny dokument Anthropic, opisany przez Reutersa, stawia stronę popytu w ostrych słowach. Przychody wzrosły dwunastokrotnie w 2025 roku, do prawie 4,6 mld dolarów. Firma odnotowała jednak stratę netto 42 mld dolarów, w tym około 34 mld dolarów obciążenia księgowego związanego z rosnącą szacowaną wartością finansowania, które może zamienić się w akcje. Ostrzegła też, że prawie jedna czwarta przychodów pochodziła od dwóch klientów. Wielu jej największych klientów nie miało długoterminowych umów.

Pytanie o ceny bez czystej odpowiedzi

Różnica między ceną na metce za token a rzeczywistym kosztem zadania to nie drobny szczegół księgowy. Artificial Analysis umieszcza Sonnet 5.5 poza granicą Pareto dla Intelligence versus Cost per Task. Niższe ustawienia wysiłku wypadają za konfiguracjami GPT-6 Sol, które dają równoważną wydajność przy mniejszej liczbie tokenów wyjściowych. Ustawienie wysokiego wysiłku opisano jako bardzo nieznacznie słabsze od GPT-6 Sol pod względem inteligencji przy praktycznie tym samym koszcie zadania.

Inne doniesienia wskazują w tym samym kierunku, choć nie dotyczą bezpośrednio inferencji. Wpis z 29 września na flaviocopes.com porównuje opłaty dostawców płatności przy miesięcznym obrocie 10 000 dolarów. Efektywne stawki skupiają się między 3,5% a 6% u wszystkich poza Gumroad, który ma 14,5%. To przypomnienie, jak bardzo pozorne porównanie cen zależy od wybranej jednostki. Stała opłata 0,40 dolara to 0,8% zamówienia na 50 dolarów i 4% zamówienia na 10 dolarów.

Czy ceny inferencji pójdą tym samym wzorem, pozostaje otwartym pytaniem. Prospekt Anthropic sugeruje firmę, która zakłada, że skala w końcu zegnie krzywą kosztów. Jej własne premiery modeli sprawiają, że obsługa zadań jest droższa. Reuters podał wcześniej, powołując się na źródła, że IPO prawdopodobnie zostanie przesunięte na czas po listopadowych wyborach do Kongresu w USA. Oczekiwana wycena przekracza 2 bln dolarów, ponad dwukrotnie więcej niż własne szacunki firmy na 965 mld dolarów z maja.

Inwestorzy oceniający tę liczbę będą musieli zważyć dwa dokumenty opublikowane dzień po dniu. Jeden to prospekt pokazujący 518 mld dolarów przyszłych zobowiązań infrastrukturalnych. Drugi to benchmark pokazujący, że najnowszy model średniej klasy firmy zużywa więcej tokenów wyjściowych niż cokolwiek wcześniej zmierzone. Żaden z osobna nie jest zabójczy. Razem stawiają pytanie, którego handel AI unikał od dwóch lat: ile naprawdę kosztuje ukończenie zadania.

Komentarze 0

Źródła

6
  1. 01Anthropic's IPO prospectus shows AI vision, surging costs | ReutersEN
  2. 02Anthropic IPO prospectus reveals surging costs, $42B 2025 net lossEN
  3. 03Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  4. 04Routing LLM traffic across inference providers with TCP-style congestion controlEN
  5. 05Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
  6. 06What $10k a month in sales costs you on each payment providerEN

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.