Rachunek Anthropic za moc obliczeniową, brak pamięci i rosnące ceny GPU
Prospekt emisyjny Anthropic, o którym Reuters pisał 28 września, pokazuje 42 mld dolarów straty netto za 2025 rok i 518 mld dolarów planowanych zobowiązań w chmurze i na moc obliczeniową. To najwyraźniejszy dotąd sygnał, ile dziś kosztuje zdolność obliczeniowa dla AI.

28 września Reuters podał, że prospekt emisyjny Anthropic pokazuje 42 mld dolarów straty netto w 2025 roku. Dokument wymienia też 518 mld dolarów planowanych wydatków na chmurę, moc obliczeniową i infrastrukturę w najbliższych latach. W ubiegłym roku firma wydała 7,33 mld dolarów na moc obliczeniową i infrastrukturę, trzy razy więcej niż w 2024 roku, wynika z tego samego dokumentu. W omówieniu raportu Reutersa TradingView dodaje, że łączne koszty operacyjne Anthropic wyniosły 12,65 mld dolarów. Sama moc obliczeniowa pochłonęła ponad połowę tej kwoty. Na koniec roku, 31 grudnia, firma miała 20,28 mld dolarów w gotówce, ekwiwalentach gotówki i inwestycjach krótkoterminowych.
Rachunek to nie tylko GPU
Presja jest teraz widoczna w pamięciach.
Yahoo Finance poinformował w środę, powołując się na doniesienia Bloomberga, że nowy dyrektor generalny Apple John Ternus planuje niewielkie zwolnienia i anulowanie projektów. Portal wiąże te decyzje z brakiem pamięci, który podnosi koszty komponentów. W tekście cytuje byłego szefa firmy Tima Cooka z jego ostatniej rozmowy o wynikach: „Zrobiliśmy to, bo mamy to, co nazwałbym studwudziestoletnią powodzią, jeśli chodzi o ceny pamięci, z wykładniczymi wzrostami cen pamięci”. Niedobór ma stronę podażową. Yahoo Finance zauważa, że SK Hynix, Samsung Electronics i Micron wyprzedały niemal całe swoje moce produkcyjne pamięci najwyższej klasy dla AI na znaczną część 2026 roku. Nvidia, Microsoft, Amazon i Meta ścigają się w budowie infrastruktury AI. Portal dodaje, że dostawcy spodziewają się ograniczonej podaży pamięci jeszcze w 2027 roku.
„Tworzymy pionierską technologię akumulatorów bogatych w mangan, żeby uzyskać duży zasięg i wysokie osiągi w przystępnej cenie, zwłaszcza w samochodach ciężarowych”.
Nie każdy koszt sprzętu rośnie.
MaxLinear podał 29 września, że jego nowy chip Puma 9 DOCSIS obniża koszt urządzeń u klienta o 30% do 50% względem poprzednika, informuje Light Reading. Układ obsługuje pamięć DDR5, żeby złagodzić niedobór DDR4. Puneet Sethi, wiceprezes pionu infrastruktury sieciowej MaxLinear, powiedział Light Readingowi, że gdy producenci przenoszą moce na DDR5, „sądzimy, że ekosystem DDR5, jego ceny i podaż staną się luźniejsze niż napięcie, które widzimy przy DDR4”. Ta sama logika pamięci działa w motoryzacji. Electrek podał 29 września, że Ultium Cells, spółka joint venture General Motors z LG Energy Solution, uruchomi masową produkcję pryzmatycznych ogniw LMR w zakładzie w Spring Hill w stanie Tennessee. Firma twierdzi, że mają o 33% wyższą gęstość energii niż ogniwa LFP przy porównywalnym koszcie. Kurt Kelty z General Motors powiedział, że ta chemia pozwala firmie „przeskoczyć dzisiejsze tańsze rozwiązania”. Modernizacja zaczyna się jeszcze w tym roku i ma się zakończyć w 2028, tworząc 500 miejsc pracy.
Ile naprawdę kosztuje wnioskowanie na jedno zadanie
Artificial Analysis opublikowało 29 września przegląd modelu Claude Sonnet 5.5 od Anthropic, mierzonego na wersji przedpremierowej. Model zdobył 56 punktów w Artificial Analysis Intelligence Index, dwa punkty mniej niż Opus 5.5 (max), zużywając około 193 tys. tokenów wyjściowych na zadanie w tym indeksie. To około 60% więcej niż Opus 5.5 lub Sonnet 5 i około siedem razy więcej niż GPT-6 Astra. Anthropic liczy 2 dolary za milion tokenów wejściowych i 10 dolarów za milion wyjściowych. Przy takiej cenie jedno zadanie kosztuje 7,60 dolara, około 50% więcej niż koszt zadania w Sonnet 5.
To napięcie, które operatorzy wliczają w ceny. Unblocked opisało 29 września adaptacyjny router, który kieruje ruch przez Baseten, Fireworks i CoreWeave, a wszystkie te usługi udostępniają GLM 5.2. Router ustalił, że cennik katalogowy CoreWeave jest około 45% niższy niż w Baseten. Firma przyznaje jednak, że nie miała danych produkcyjnych o niezawodności CoreWeave, więc początkowo nie mogła przypisać dostawcy stałego miejsca w kolejności. Router mierzy koszt i szybkość na zadanie, nie na wywołanie modelu.
Pod warstwą routingu przelicza się też infrastruktura strumieniowania. bitdrift ogłosił 28 września blob-stream, alternatywę dla Kafki, której pierwszym celem jest zerowy ruch sieciowy między strefami dostępności. Firma twierdzi, że przy dużej skali ten ruch odpowiada za większość kosztów Kafki w chmurze. Jej brokerzy są bezstanowi i nie mają lokalnego magazynu.
Utrzymanie bazy danych to kolejna pozycja w rachunku. boringSQL zmierzył 29 września nowe REPACK (CONCURRENTLY) w PostgreSQL 19beta4. W jego teście VACUUM FULL trwał 109 sekund i wygenerował 17,3 GB WAL. REPACK (CONCURRENTLY) trwał 107 sekund, wygenerował 18,8 GB i zajął 18,7 GB dodatkowego miejsca na dysku w szczycie. pg_repack trwał 162 sekundy i wygenerował 33,5 GB WAL; pg_squeeze trwał 165 sekund i wygenerował 18,8 GB.
Kto płaci za weryfikację
Praca agentów tworzy nową kategorię kosztów. Append Only opublikowało 29 września wyniki 55-dniowego pilotażu swojego systemu ewidencji. Firma podaje koszt około 15 dolarów dziennie według cennika katalogowego, łącznie 829,12 dolara, przy 557 weryfikacjach i 43 incydentach. Twierdzi, że 98% kontekstu pochodziło z pamięci podręcznej, a świeża instancja potrzebowała 1,04 dolara, żeby zorientować się wyłącznie na podstawie zapisu. To liczby samego dostawcy z jego własnego pilotażu, nie niezależny audyt.
Twin proponuje inny model: nieograniczoną liczbę agentów w miesięcznym abonamencie, z 257 szablonami reklamowanymi na stronie 29 września. Oba podejścia próbują uczynić koszt zadania przewidywalnym. Problem staje się trudniejszy, gdy rośnie zużycie tokenów na zadanie.
Koszty płatności przypominają, że marże w AI siedzą w zwykłych kosztach prowadzenia firmy. Flaviocopes obliczył 29 września, że przy 10 tys. dolarów miesięcznej sprzedaży w 200 zamówieniach po 50 dolarów Stripe pobiera 350 dolarów, Creem 470, Paddle 600, darmowy plan Polar i Lemon Squeezy po 600, a Gumroad 1450. Autor ujawnia, że Creem sponsoruje jego stronę. Obsługa kart i status merchant of record wyjaśniają większość tej różnicy.
Szersza debata dotyczy tego, jak w ogóle ustala się ceny. The American Prospect zrecenzował 29 września książkę Lindsay Owens Gouged. Recenzja przypomina, że jej wcześniejsza praca z Groundwork Collaborative, Consumer Reports i More Perfect Union wykazała, iż około 75% produktów w identycznych koszykach Instacarta miało różne ceny dla różnych klientów w tym samym czasie. Zdaniem recenzji ta krytyka skłoniła FTC do śledztwa, a Instacart później wyparł się technologii.
Dwa inne teksty pokazują, jak rynek mocy obliczeniowej jest wyceniany na nowo. Publiczny zbiór danych Captaina ACAB o ugodach w sprawach egzekwowania prawa wymienia ugodę za bezprawne spowodowanie śmierci na 36 mln dolarów, zatwierdzoną w hrabstwie Alameda 12 maja 2026. Wymienia też ugodę za bezprawne spowodowanie śmierci na 8,15 mln dolarów w hrabstwie Orange z 19 maja 2026. Koszty publiczne często leżą daleko od technologii, która je generuje. Esej Pedra Santa Clary o wycenie aktywów z 29 września zauważa, że kanoniczna historia tej dziedziny powstała w latach sześćdziesiątych, a ułożyli ją ludzie, którzy potrzebowali rodowodu. To przestroga przed czytaniem dzisiejszych opowieści o nakładach inwestycyjnych w AI jako ustalonej arytmetyki.
Pytanie na najbliższą przyszłość nie brzmi, czy moc obliczeniowa dla AI jest droga. Brzmi, czy podaż pamięci, routing i koszty weryfikacji spadną wystarczająco szybko, żeby to miało znaczenie, zanim nadejdzie kolejna runda zobowiązań.
Źródła
15- 01Anthropic's IPO prospectus shows AI vision, surging costsEN
- 02Anthropic IPO prospectus reveals surging costs, $42B 2025 net lossEN
- 03New Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
- 04MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
- 05GM's new EV battery tech will cut costs without sacrificing performance or rangeEN
- 06Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
- 07Routing LLM traffic across inference providers with TCP-style congestion controlEN
- 08Blob-stream: a Kafka alternative for no fuss, low cost high volume streamingEN
- 09Radim Marek: What REPACK (CONCURRENTLY) costs while it runsEN
- 10The Record Does Not Change: what a verifiable record of AI-agent work costsEN
- 11Twin: Unlimited agents, monthly subscription pricingEN
- 12What $10k a month in sales costs you on each payment providerEN
- 13The End of a Fair Price: Dynamic Pricing and the Normalization of GougingEN
- 14Captain ACAB: collectively tracking the hidden costs of law enforcementEN
- 15What I Learned About Asset PricingEN
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.
Komentarze
0- Brak komentarzy — bądź pierwszy.