#OpenAIAnthropicRace
About OpenAIAnthropicRace
OpenAI's annualized revenue topped $40B, about double end-2025, driven by AI coding, subscriptions and new businesses; it also changed its revenue chief pre-IPO. Investor materials put Anthropic's preliminary Q2 revenue above $11.5B, over twice Q1's $4.73B, with positive adjusted operating profit. Its latest round valued it at $965B, while investors discuss an IPO above $2T. Can growth and profits cover compute costs, and will its listing reset AI-chip, data-center and tech-stock valuations?
Populaire
Récents
OpenAIAnthropicRace Publications populaires
🚨 LA COURSE À L'IA POURRAIT SE RÉSOUDRE À UNE SEULE CHOSE : LE COÛT DU CALCUL.
La plus grande différence entre OpenAI / Anthropic et xAI / Google ne réside pas seulement dans la performance des modèles.
C'est l'infrastructure.
1️⃣ Propriété du calcul
OpenAI et Anthropic dépendent fortement des hyperscalers pour le calcul.
Google et xAI ont un contrôle beaucoup plus direct sur leur infrastructure.
2️⃣ Structure du capital
OpenAI et Anthropic ont reçu d'importants investissements stratégiques de grandes entreprises technologiques. Google et xAI opèrent à partir d'une infrastructure et d'une position capitalistique différentes.
Et cela pourrait créer un avantage majeur dans la compétition des prix.
Pendant des années, un prix premium pouvait se justifier par une meilleure performance de l'IA.
Mais à mesure que l'écart de performance se réduit, le coût devient de plus en plus important.
Si deux modèles offrent des résultats similaires, les utilisateurs et les entreprises demanderont naturellement :
💰 Pourquoi payer plus ?
Cela crée un défi difficile pour les entreprises supportant d'énormes coûts de calcul.
La question clé est de savoir si OpenAI et Anthropic peuvent maintenir une avance significative avec la prochaine génération de modèles.
S'ils ne le peuvent pas, la course à l'IA pourrait passer de :
« Qui a le modèle le plus intelligent ? »
à :
« Qui peut fournir l'intelligence au coût le plus bas ? »
Et cela pourrait remodeler toute l'industrie de l'IA. 🤖⚡
#SP500Nears8000
#CPIPPIEaseFedSplit
#SandiskLongTermTargets
Les laboratoires d'IA de pointe se dirigent vers un taux de revenus combiné de plus de 200 milliards de dollars d'ici la fin de l'année
Ce sont parmi les entreprises à la croissance la plus rapide de l'histoire des affaires, et leurs revenus sont ce qui maintient tout le marché haussier de l'infrastructure IA en vie (alors faites attention !)
Et Grok/Cursor entre maintenant dans la cour des grands aux côtés d'Anthropic et OpenAI, semble-t-il
Voici les chiffres :
Anthropic approche les 80 milliards de dollars de taux de revenus, contre 10 milliards en janvier (selon les données de @tickerplus). Ils devraient atteindre 100 à 120 milliards d'ici la fin de l'année
OpenAI a récemment dépassé les 40 milliards, contre environ 21 milliards en janvier, cependant leur croissance s'accélère actuellement, avec un bond de 10 milliards entre mai et juillet. À ce rythme, ils devraient atteindre 60 à 70 milliards d'ici la fin de l'année
Ensuite, nous avons Grok/Cursor. Cursor aurait atteint un taux de 4 milliards début juin, contre 2 milliards en février. xAI visait également 2 milliards provenant de Grok cette année. Donc, on peut estimer 6 milliards et plus entre eux, avec un effet de composition après la sortie de Grok Bot et Grok 4.6. Je m'attends à ce qu'ils dépassent 10 milliards d'ici la fin de l'année combinés
Donc actuellement, entre les 3, nous sommes à 126 milliards de taux de revenus et un taux combiné attendu d'environ 200 milliards d'ici la fin de l'année (en supposant que les choses continuent ainsi)
Bien sûr, ces chiffres ne sont pas encore confirmés car Anthropic et OpenAI ne sont pas encore publics et SpaceX n'a pas séparé les chiffres de grok/cursor dans leur rapport du T2 car l'accord Cursor n'est pas encore finalisé
Mais le trimestre prochain, nous aurons ces chiffres de SpaceX et Anthropic envisage de devenir public au plus tard en octobre, donc nous devrions avoir plus de clarté bientôt
Mais plus ces entreprises génèrent de revenus, plus la demande en calcul sera forte. Et si l'on commence à prendre en compte que les modèles deviennent plus efficaces à créer, nous devrions bientôt commencer à voir des profits de ces entreprises aussi
J'ai partagé ci-dessous à quel point les marges sont bonnes par 1GW pour ces modèles de pointe et cela ne va faire que s'améliorer (en supposant que les prix du calcul ne continuent pas à s'accélérer)
Bien que nous ne puissions pas encore investir dans les entreprises des laboratoires, nous pouvons investir dans les entreprises qui permettent leurs produits. Ce sont les entreprises d'infrastructure IA fournissant calcul, centres de données, énergie, mémoire et plus encore. Tant que ces revenus continuent d'augmenter, le commerce de l'infrastructure aussi !
Si cela vous a été utile, mon entreprise propose un service où 5 analystes de premier plan partagent leur analyse de marché et leurs portefeuilles en temps réel afin que vous puissiez voir exactement quelles entreprises d'infrastructure IA nous possédons. C'est dans Milk Road PRO et coûte seulement 1 $ pour essayer (un prix fou juste pour jeter un œil). Vous pouvez en savoir plus ici :
Merci de votre lecture !
Kyle Reidhead | Milk Road
Pourquoi quelqu'un paierait-il SpaceX ou Nebius 30 à 50 milliards de dollars par an pour 1 GW de puissance de calcul ?
Parce qu'OpenAI et Anthropic peuvent générer plus de 100 milliards de dollars par gigawatt par an en vendant des API d'inférence !
Voici comment c'est possible, et pourquoi c'est durable (gardez ceci)
D'abord, que vendent-ils réellement ? Chaque réponse de ChatGPT, chaque autocomplétion de Cursor, chaque copilote d'entreprise fonctionne grâce à « l'inférence », le modèle générant des tokens. Les laboratoires vendent ces tokens via des abonnements ou une API, mesurée comme l'électricité.
@SemiAnalysis a montré leur modèle : faire fonctionner un gigawatt de calcul Nvidia GB300 en vendant des tokens aux prix affichés de l'API génère plus de 100 MILLIARDS de dollars de revenus par an. Ce même gigawatt coûte environ 12 à 50 milliards de dollars par an à louer.
Un écart de 2 à 8 fois entre le coût du calcul et le prix de vente de l'intelligence.
Alors pourquoi peuvent-ils facturer autant ? Parce que le client ne compare pas le prix des tokens au coût du calcul. Il compare les tokens au COÛT DU TRAVAIL.
Quelques dollars de tokens remplacent un travail qui coûte des centaines de dollars de l'heure. Revue juridique, opérations commerciales, clôture financière, codage. C'est pourquoi l'adoption des agents d'entreprise a augmenté de 20x à 108x selon les fonctions en seulement cinq mois. Aux prix actuels, le retour sur investissement de l'acheteur est déjà fantastique.
Pourquoi c'est durable :
1. La demande croît plus vite que la baisse des prix. Les prix des tokens baissent constamment, mais les agents consomment beaucoup plus de tokens par tâche que les chatbots auparavant, et toutes les fonctions adoptent en même temps. Prix en baisse x volume explosif = revenus en croissance.
2. L'offre est rationnée. Une poignée de laboratoires de pointe, et aucun n'a assez de capacité de calcul. Quand la capacité est limitée, on sert d'abord la demande la plus rentable et les prix se maintiennent.
3. Les acheteurs continuent de payer PLUS, pas moins. Microsoft vend cette même inférence via Azure et Copilot. Nebius vient de révéler son premier contrat à 40-50 millions de dollars par mégawatt, le haut de sa fourchette. Personne ne négocie à la hausse un produit qui va être surapprovisionné.
C'est pourquoi le cadre de la « bulle des dépenses en IA » rate la cible. Les 100 milliards au sommet de la chaîne financent les contrats de calcul à 30-50 milliards, qui payent les centres de données, les puces, la mémoire, l'énergie. Le produit le plus rentable de la tech finance tout ce qui est en dessous.
Et vous n'avez pas besoin de posséder les laboratoires privés pour gagner. Chaque dollar de revenu d'inférence descend dans la chaîne d'infrastructure, et c'est exactement là où je suis positionné (calcul, mémoire, énergie).
Si cela vous a été utile, ma société propose un service où 5 analystes de premier plan partagent leur analyse de marché et leurs portefeuilles en temps réel pour que vous puissiez voir exactement comment nous sommes positionnés sur cette chaîne. C'est dans Milk Road PRO et ça coûte seulement 1 $ pour essayer (prix fou juste pour jeter un œil). En savoir plus ici :
Suivez-moi @kylereidhead pour plus d'informations sur l'IA, la robotique et les marchés !
La différence entre OpenAI/Anthropic et xAI/Google :
1. OpenAI et Anthropic louent la puissance de calcul auprès des hyperscalers. xAI et Google possèdent leurs centres de données.
2. La majeure partie des capitaux propres d'OpenAI et Anthropic provient des capitaux des hyperscalers. Les deux autres ne sont pas construits sur ce modèle.
Cela crée un énorme écart en termes de concurrence sur les prix.
Jusqu'à présent, ils justifiaient des prix élevés par une performance supérieure. Mais cet écart de performance s'est réduit, et à cause de ces coûts structurels, ils ne peuvent plus proposer des prix compétitifs.
À moins qu'ils ne prennent de l'avance à nouveau grâce à une percée majeure, OpenAI et Anthropic finiront par être rachetés par leurs investisseurs, Amazon et Microsoft.
🚀 L'infrastructure de l'IA entre dans une nouvelle phase.
Une forte croissance des revenus ne suffit plus — les investisseurs veulent désormais la preuve que les investissements massifs dans l'IA se traduisent par des profits durables.
Les derniers chiffres restent impressionnants :
NVIDIA : 81,6 milliards de dollars de revenus (+85 % en glissement annuel), avec un chiffre d'affaires du Data Center atteignant 75,2 milliards de dollars (+92 % en glissement annuel).
AMD : le chiffre d'affaires du Data Center a grimpé à 16,6 milliards de dollars (+32 %), porté par une forte demande pour les processeurs EPYC et les accélérateurs IA Instinct.
Mais l'écosystème de l'IA est désormais bien plus large que les GPU.
Il comprend :
Accélérateurs IA & GPU
CPU
Réseautique
Connectivité optique
Mémoire
Systèmes de refroidissement
Infrastructure électrique
Construction de centres de données
Le prochain défi n'est plus seulement de fabriquer des puces plus rapides — c'est de construire l'infrastructure autour d'elles.
Alors que la saison des résultats se poursuit, je me concentre sur trois domaines clés :
1️⃣ Conversion des revenus – Les commandes d'IA deviennent-elles de vrais revenus ?
2️⃣ Efficacité des dépenses d'investissement – Combien d'investissement est nécessaire pour générer chaque dollar supplémentaire de revenus IA ?
3️⃣ Concentration des clients – Que se passe-t-il si une poignée d'hyperscalers réduisent leurs dépenses en IA ?
L'histoire de l'infrastructure IA reste convaincante, mais le marché devient plus sélectif.
La prochaine grande question n'est pas qui dépense le plus en IA — c'est qui génère les meilleurs retours sur ces dépenses.
#OKXOrbitTopics #OKXTraderVoices
$XNVDA $NVDA $AMD
#AIInfraEarningsWatch #CPIPPIEaseFedSplit #SpaceX99%ValueFromAI
#AIInfraEarningsWatch # AI Infra Earnings Watch : Les dépenses peuvent-elles se transformer en profits ?
Le récit **#AIInfraEarningsWatch** maintient l'attention sur les résultats des entreprises fournissant l'infrastructure derrière l'essor de l'intelligence artificielle. Les investisseurs cherchent de plus en plus à aller au-delà du chiffre d'affaires principal et se demandent si les dépenses énormes en IA produisent des retours durables.
L'écosystème couvre les GPU, le réseau, la mémoire, le stockage, la capacité cloud, les centres de données et l'infrastructure énergétique. Des entreprises telles que **$NVDA**, **$AMD**, **$AVGO**, **$MU** et **$TSM** fournissent différentes parties de cette chaîne d'approvisionnement, leurs résultats pouvant donc offrir des indices sur les zones où la demande en IA est la plus forte.
Les dépenses d'investissement sont l'un des indicateurs les plus importants. Les hyperscalers continuent d'engager des ressources substantielles dans les centres de données IA, mais les investisseurs veulent des preuves que ces investissements peuvent générer des revenus suffisants et des gains de productivité. Une forte demande cloud et une augmentation des commandes liées à l'IA pourraient renforcer ce cycle de dépenses.
L'offre est une autre variable. Une disponibilité restreinte peut soutenir les prix et les marges, tandis qu'une expansion agressive des capacités pourrait éventuellement exercer une pression. Les entreprises de mémoire et de semi-conducteurs sont particulièrement sensibles à cet équilibre.
Pour les traders suivant **#AIInfraEarningsWatch**, les indicateurs clés sont les revenus liés à l'IA, la croissance des centres de données, les marges brutes, le carnet de commandes, les dépenses d'investissement, le flux de trésorerie disponible et les prévisions de la direction.
Les attentes élevées créent un risque supplémentaire : même des résultats trimestriels solides peuvent ne pas satisfaire les investisseurs si les prévisions futures sont inférieures aux estimations déjà élevées.
En fin de compte, les résultats permettront de déterminer si l'infrastructure IA reste un cycle de croissance durable sur plusieurs années ou commence à évoluer vers une phase plus mature où les dépenses et les valorisations se normalisent.
**$NVDA $AMD $AVGO $MU $TSM**
**#AIInfraEarningsWatch #AI #DataCenters #Semiconductors #TechStocks**
JUST IN: $IBM intègre $OPENAI plus profondément dans les opérations d'entreprise en intégrant GPT-5.6, Codex et ChatGPT Work dans IBM Consulting Advantage.
🔥 OPENAI vs ANTHROPIC : LA COURSE À L'IA VIENT DE DEVENIR UNE HISTOIRE DE MARCHÉ
La bataille de l'IA ne concerne plus seulement de meilleurs chatbots.
Elle devient une lutte autour de :
⚡ Calcul
⚡ Adoption par les entreprises
⚡ Agents IA
⚡ Infrastructure
⚡ Écosystèmes de développeurs
⚡ Capital
Et c'est pourquoi la discussion #OpenAIAnthropicRace explose actuellement sur OKX Orbit.
Mais les traders crypto doivent aller au-delà des gros titres.
Chaque accélération de la demande en IA crée des bénéficiaires secondaires dans les semi-conducteurs, les centres de données, les réseaux et l'infrastructure IA.
Cela remet l'attention sur les récits autour de :
$TAO $FET $RENDER $AKT $WLD $AIOZ
La partie intéressante ?
Le capital ne se dirige pas toujours directement vers le gagnant évident.
Il tourne souvent vers l'infrastructure entourant le gagnant.
IA → Calcul → Mémoire → Centres de données → Énergie → Infrastructure.
Cette chaîne est là où la prochaine rotation narrative pourrait devenir intéressante. 👀
#OpenAIAnthropicRace #WeakConsumptionFedSplit #Nvidia21BSpaceXStake
🚨 L'INVESTISSEUR DU BIG SHORT STEVE EISMAN VIENT DE METTRE EN GARDE CONTRE LA PLUS GRANDE INTRODUCTION EN BOURSE DE L'HISTOIRE
LES INVESTISSEURS D'ANTHROPIC PRÉVOIENT MAINTENANT UNE ÉVALUATION SUPÉRIEURE À 2 000 MILLIARDS DE DOLLARS
CE QUI DÉPASSERAIT L'INTRODUCTION EN BOURSE RECORD DE SPACEX À 1,77 MILLIARD DE DOLLARS
STEVE EISMAN :
"OPENAI ET ANTHROPIC SONT LE TALON D'ACHILLE DU COMMERCE DE L'IA"
ENVIRON 70 % DES REVENUS DE L'IA CHEZ MICROSOFT, AMAZON, GOOGLE ET ORACLE SONT LIÉS À CES DEUX ENTREPRISES
SI L'UNE D'ELLES S'ÉCROULE, TOUT LE COMMERCE DE L'IA EN PRENDRA UN COUP
