#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?
Populer
Terbaru
OpenAIAnthropicRace Postingan populer
Perlombaan AI kini bukan lagi hanya tentang siapa yang memiliki model paling pintar—melainkan semakin tentang siapa yang mengendalikan infrastruktur fisik di balik ledakan ini.
$SKHY berkomitmen sekitar $38 miliar untuk dua pabrik memori baru karena permintaan chip AI terus melampaui pasokan. Saham ini juga mendapat dorongan dari laporan bahwa Temasek dari Singapura mungkin akan melakukan investasi langsung, menyoroti bagaimana modal yang serius mengalir ke kapasitas semikonduktor riil, bukan hanya mengejar narasi AI.
Di lapisan model, persaingan semakin ketat. OpenAI dan Anthropic telah menurunkan harga model flagship karena pesaing China yang lebih murah menarik pelanggan perusahaan yang lebih sensitif terhadap harga.
AI dengan cepat menjadi perlombaan infrastruktur sekaligus perang margin. Dan dengan Anthropic dilaporkan sedang mempersiapkan investor potensial menjelang kemungkinan pencatatan publik akhir tahun ini, persaingan justru semakin ketat.
#WeakConsumptionFedSplit
#OpenAIAnthropicRace
#SKHynixCapexSurge
Anthropic mengumpulkan 65 miliar dalam putaran Seri H pada akhir Mei, dengan valuasi 965 miliar, melampaui OpenAI sebesar 852 miliar; Valuasi OpenAI ditetapkan sebesar 122 miliar dalam putaran pada akhir Maret. Keduanya mengincar IPO pada musim gugur, dengan target valuasi triliunan dolar.
"Lampauan" Anthropic tidak terlalu solid. Penilaian tinggi adalah
Yang benar-benar penting adalah di mana uang itu dibelanjakan dan apakah uang tersebut dapat dipulihkan.#WeakConsumptionFedSplit #OpenAIAnthropicRace #SKHynixCapexSurge
🚨 PERLOMBAAN AI MUNGKIN BERMUARA PADA SATU HAL: BIAYA KOMPUTASI.
Perbedaan terbesar antara OpenAI / Anthropic dan xAI / Google bukan hanya performa model.
Ini infrastruktur.
1️⃣ Kepemilikan hitung
OpenAI dan Anthropic sangat bergantung pada hyperscaler untuk komputasi.
Google dan xAI memiliki kontrol yang jauh lebih langsung atas infrastruktur mereka.
2️⃣ Struktur modal
OpenAI dan Anthropic telah menerima investasi strategis besar-besaran dari perusahaan teknologi besar. Google dan xAI beroperasi dari infrastruktur dan posisi modal yang berbeda.
Dan itu bisa menciptakan keuntungan besar dalam persaingan harga.
Selama bertahun-tahun, harga premium bisa dibenarkan dengan kinerja AI yang lebih baik.
Namun seiring kesenjangan kinerja semakin menyempit, biaya menjadi semakin penting.
Jika dua model memberikan hasil yang serupa, pengguna dan bisnis secara alami akan bertanya:
💰 Mengapa harus membayar lebih?
Hal ini menciptakan tantangan sulit bagi perusahaan yang menanggung biaya komputasi yang sangat besar.
Pertanyaan kuncinya adalah apakah OpenAI dan Anthropic dapat mempertahankan keunggulan yang berarti melalui generasi model berikutnya.
Jika mereka tidak bisa, ras AI bisa bergeser dari:
"Siapa yang punya model paling pintar?"
kepada:
"Siapa yang bisa memberikan intelijen dengan biaya terendah?"
Dan itu bisa mengubah seluruh industri AI. 🤖⚡
#SP500Nears8000
#CPIPPIEaseFedSplit
#SandiskLongTermTargets
Perbedaan antara OpenAI/Anthropic dan xAI/Google:
1. Komputasi OpenAI dan Anthropic rent dari hyperscaler. xAI dan Google memiliki pusat data mereka.
2. Sebagian besar ekuitas OpenAI dan Anthropic berasal dari modal hyperscaler. Dua lainnya tidak dibangun berdasarkan model itu.
Hal ini menciptakan kesenjangan besar dalam persaingan harga.
Sampai saat ini, mereka membenarkan harga tinggi dengan performa yang unggul. Namun kesenjangan kinerja itu semakin menyempit, dan karena biaya struktural tersebut, mereka tidak bisa lagi menawarkan harga yang kompetitif.
Kecuali mereka kembali maju dengan terobosan besar, OpenAI dan Anthropic pada akhirnya akan diakuisisi oleh investor mereka, Amazon dan Microsoft.
Laboratorium AI Frontier sedang menuju tingkat pendapatan GABUNGAN $200B+ pada akhir tahun
Ini adalah beberapa perusahaan dengan pertumbuhan tercepat dalam sejarah bisnis, dan pendapatan mereka adalah yang menjaga seluruh pasar AI infra bullish tetap hidup (jadi perhatikan baik-baik!)
Dan Grok/Cursor sekarang masuk ke liga besar bersama Anthropic dan OpenAI sepertinya
Berikut angkanya:
Anthropic mendekati $80 miliar RR, naik dari $10 miliar pada Januari lalu (berdasarkan data @tickerplus) Mereka diperkirakan akan mencapai $100-$120 miliar pada EOY
OpenAI baru-baru ini melampaui $40 miliar naik dari sekitar $21 miliar pada Januari, namun pertumbuhan mereka saat ini semakin cepat, melonjak $10 miliar dari Mei ke Juli. Dengan kecepatan ini, mereka seharusnya mencapai $60B-$70B per EOY
Lalu ada Grok/Cursor. Cursor dilaporkan mencapai run rate $4 miliar pada awal Juni, naik dari $2 miliar pada Februari. xAI juga menargetkan Grok sebesar $2 miliar tahun ini. Jadi anggap saja $6B+ antara mereka dan compounding setelah rilis Grok Bot dan Grok 4.6. Saya memperkirakan jumlahnya akan lebih dari $10 miliar pada akhir tahun ini
Jadi saat ini, antara 3 unit kami berada di $126 miliar dalam tingkat penjualan dan perkiraan gabungan RR sekitar $200 miliar pada akhir tahun (dengan asumsi keadaan terus seperti sekarang)
tentu saja, angka-angka ini belum dikonfirmasi karena Anthropic dan OpenAI belum dipublikasikan dan SpaceX belum memisahkan angka grok/cursor dalam laporan Q2 mereka karena kesepakatan Cursor masih belum selesai
Namun kuartal depan kami akan mendapatkan angka tersebut dari SpaceX dan Anthropic berencana untuk go public paling lambat Oktober, jadi kami seharusnya segera mendapatkan kejelasan lebih lanjut
Namun semakin besar pendapatan yang dihasilkan perusahaan-perusahaan ini, semakin besar permintaan komputasi yang akan ada. Dan jika kita mulai mempertimbangkan bahwa model semakin efisien untuk dibuat, kita juga akan segera mulai melihat keuntungan dari perusahaan-perusahaan ini
Saya bagikan di bawah ini betapa baiknya margin per 1GW untuk model frontier ini dan kondisinya akan semakin baik (dengan asumsi harga komputasi tidak terus meningkat)
Meskipun kita belum bisa berinvestasi di perusahaan laboratorium, kita bisa berinvestasi pada perusahaan yang mendukung produk mereka. Ini adalah perusahaan infrastruktur AI yang menyediakan komputasi, pusat data, daya, memori, dan lainnya. Selama pendapatan ini terus meningkat, perdagangan infrastruktur juga akan demikian!
Jika ini membantu, perusahaan saya menyediakan layanan di mana 5 analis papan atas membagikan analisis pasar dan portofolio real-time sehingga Anda bisa melihat dengan tepat nama infrastruktur AI mana yang kami miliki. Harganya di dalam Milk Road PRO dan hanya $1 untuk dicoba (harganya gila hanya untuk melihatnya). Anda dapat mempelajari lebih lanjut di sini:
Terima kasih sudah membaca!
Kyle Reidhead | Milk Road
Mengapa ada orang yang membayar SpaceX atau Nebius $30-$50B/tahun/1GW komputasi?
Karena OpenAI dan Anthropic dapat menghasilkan API inferensi penjualan $100B+ per gigawatt per tahun!
Inilah cara itu mungkin terjadi, dan mengapa itu berkelanjutan (simpan ini)
Pertama, apa sebenarnya yang mereka jual? Setiap jawaban ChatGPT, setiap autocomplete Cursor, setiap kopilot perusahaan berjalan dengan "inferensi", model menghasilkan token. Laboratorium menjual token tersebut melalui langganan atau API, yang diukur seperti listrik
@SemiAnalysis menunjukkan model mereka: menjalankan satu gigawatt komputasi Nvidia GB300 dengan menjual token pada harga API yang tertera dan menghasilkan pendapatan lebih dari $100 MILIAR per tahun. Gigawatt yang sama itu harganya sekitar $12B-$50B/tahun untuk disewakan
Selisih 2-8x antara biaya komputasi dan berapa harga penjualan intelijen
Jadi kenapa mereka bisa mengenakan biaya sebesar itu? Karena pelanggan tidak membandingkan harga token untuk menghitung harga. Mereka membandingkan token dengan LABOR
Beberapa dolar token menggantikan pekerjaan yang menghabiskan ratusan dolar per jam. Tinjauan hukum, operasi penjualan, penutupan keuangan, kode. Itulah sebabnya adopsi agen perusahaan meningkat 20x menjadi 108x di berbagai fungsi pekerjaan hanya dalam lima bulan. Dengan harga saat ini, ROI pembeli sudah luar biasa
Mengapa ini berkelanjutan:
1. Permintaan bertambah lebih cepat daripada harga turun. Harga token terus turun, tetapi agen membakar token per tugas secara dramatis lebih banyak daripada chatbot, dan setiap fungsi pekerjaan mengadopsi sekaligus. Harga turun x volume meledak = pendapatan yang terus bertambah
2. Pasokan dibatasi. Beberapa laboratorium perbatasan, dan tidak ada yang punya cukup komputasi. Ketika kapasitas Anda terbatas, Anda melayani permintaan bernilai tertinggi terlebih dahulu dan harga tetap
3. Pembeli terus membayar ATAS, bukan MENURUN. Microsoft menjual inferensi yang sama melalui Azure dan Copilot. Nebius baru saja mengumumkan kesepakatan pertamanya dengan harga $40-50 juta per megawatt, puncak dari jangkauan mereka sendiri. Tidak ada yang menaikkan harga untuk produk yang hampir akan kelebihan pasokan
Inilah sebabnya kerangka "gelembung capex AI" sering hilang. $100 miliar di puncak tumpukan adalah yang membayar kesepakatan komputasi $30-50 miliar, yang membayar pusat data, chip, memori, dan daya. Produk paling menguntungkan di bidang teknologi adalah mendanai segala sesuatu di bawahnya
Dan kamu tidak perlu memiliki laboratorium pribadi untuk menang. Setiap dolar pendapatan inferensi mengalir turun melalui tumpukan infra, dan di situlah posisi saya (komputasi, memori, daya)
Jika ini membantu, perusahaan saya menyediakan layanan di mana 5 analis papan atas membagikan analisis pasar dan portofolio real-time mereka sehingga Anda bisa melihat dengan tepat bagaimana posisi kami di seluruh tumpukan ini. Harganya di dalam Milk Road PRO dan hanya $1 untuk dicoba (harganya gila hanya untuk melihatnya). Pelajari lebih lanjut di sini:
Ikuti saya @kylereidhead untuk wawasan lebih lanjut tentang AI, robotika, dan pasar!
🚀 Infrastruktur AI memasuki fase baru.
Pertumbuhan pendapatan yang kuat saja tidak lagi cukup—investor kini menginginkan bukti bahwa investasi AI besar-besaran berujung pada keuntungan yang berkelanjutan.
Angka-angka terbaru tetap mengesankan:
NVIDIA: pendapatan $81,6 miliar (+85% YoY), dengan pendapatan Data Center mencapai $75,2 miliar (+92% YoY).
Pendapatan AMD: Data Center naik menjadi $16,6 miliar (+32%), didorong oleh permintaan kuat untuk CPU EPYC dan akselerator AI Instinct.
Namun ekosistem AI kini jauh lebih luas daripada sekadar GPU.
Buku ini mencakup:
Akselerator & GPU AI
CPU
Jaringan
Konektivitas optik
Memori
Sistem pendingin
Infrastruktur listrik
Konstruksi pusat data
Tantangan berikutnya bukan lagi hanya membuat chip yang lebih cepat—melainkan membangun infrastruktur di sekitarnya.
Seiring berjalannya musim penghasilan, saya fokus pada tiga area utama:
1️⃣ Konversi pendapatan – Apakah pesanan AI menjadi pendapatan nyata?
2️⃣ Efisiensi Capex – Berapa banyak investasi yang dibutuhkan untuk menghasilkan setiap dolar tambahan pendapatan AI?
3️⃣ Konsentrasi pelanggan – Apa yang terjadi jika segelintir hyperscaler mengurangi pengeluaran AI mereka?
Cerita infrastruktur AI tetap menarik, tetapi pasar menjadi lebih selektif.
Pertanyaan besar berikutnya bukanlah siapa yang paling banyak menghabiskan untuk AI—melainkan siapa yang menghasilkan pengembalian terbesar dari pengeluaran tersebut.
#OKXOrbitTopics #OKXTraderVoices
$XNVDA $NVDA $AMD
#AIInfraEarningsWatch #CPIPPIEaseFedSplit #SpaceX99%ValueFromAI
#AIInfraEarningsWatch # Pantauan Pendapatan AI Infra: Bisakah Pengeluaran Berubah Menjadi Keuntungan?
Narasi **#AIInfraEarningsWatch** terus menyoroti laba di seluruh perusahaan yang memasok infrastruktur di balik ledakan kecerdasan buatan. Investor semakin melihat melampaui pendapatan utama dan bertanya apakah pengeluaran AI yang besar menghasilkan pengembalian yang berkelanjutan.
Ekosistemnya mencakup GPU, jaringan, memori, penyimpanan, kapasitas cloud, pusat data, dan infrastruktur daya. Perusahaan seperti **$NVDA**, **$AMD**, **$AVGO**, **$MU**, dan **$TSM** menyediakan berbagai bagian dari rantai pasokan ini, sehingga hasil mereka dapat memberikan petunjuk tentang di mana permintaan AI paling kuat.
Pengeluaran modal adalah salah satu indikator terpenting. Para hyperscaler terus mengalokasikan sumber daya yang besar untuk pusat data AI, tetapi investor menginginkan bukti bahwa investasi ini dapat menghasilkan pendapatan dan peningkatan produktivitas yang cukup. Permintaan cloud yang kuat dan meningkatnya pemesanan terkait AI dapat memperkuat siklus pengeluaran.
Pasokan juga variabel lain. Ketersediaan yang ketat dapat mendukung harga dan margin, sementara perluasan kapasitas yang agresif pada akhirnya bisa menimbulkan tekanan. Perusahaan memori dan semikonduktor sangat sensitif terhadap keseimbangan ini.
Bagi trader yang mengikuti **#AIInfraEarningsWatch**, metrik utama adalah pendapatan terkait AI, pertumbuhan pusat data, margin kotor, backlog, belanja modal, arus kas bebas, dan panduan manajemen.
Ekspektasi tinggi menciptakan risiko tambahan: bahkan hasil kuartalan yang kuat pun mungkin gagal memuaskan investor jika panduan di masa depan tidak memenuhi perkiraan yang sudah tinggi.
Pada akhirnya, laba akan membantu menentukan apakah infrastruktur AI tetap menjadi siklus pertumbuhan multi-tahun yang tahan lama atau mulai bergerak menuju fase yang lebih matang di mana pengeluaran dan valuasi kembali normal.
**$NVDA $AMD $AVGO $MU $TSM**
**#AIInfraEarningsWatch #AI #DataCenters #Semiconductors #TechStocks**
Model baru yang keluar ini hampir sama bagusnya dengan The Frontier
Saya merasa kebanyakan model open source dan China maksimal tertinggal 90 hari dari laboratorium frontier.
segera openAI dan Anthropic perlu merilis model baru untuk maju lagi.
tapi persaingan semakin panas dan jika Anda bisa menawarkan token 90% lebih murah, Anda memiliki keunggulan dalam banyak kasus penggunaan AI
🤖 OPENAI vs ANTHROPIC: MENGAPA TRADER KRIPTO HARUS PEDULI
Persaingan AI menjadi jauh lebih besar daripada sekadar persaingan antar chatbot.
OpenAI dan Anthropic semakin bersaing untuk mendapatkan sumber daya langka yang sama:
Compute. Keripik. Memori. Pusat data. Bagus.
Itu menciptakan rantai investasi yang jauh lebih luas.
Model permintaan AI → pusat data → GPU → memori bandwidth tinggi → jaringan → infrastruktur daya.
Dan di sinilah cerita mulai menembus pasar yang jauh melampaui perangkat lunak AI.
Anthropic juga menarik perhatian institusional yang sangat besar, sementara perdagangan infrastruktur AI yang lebih luas terus memengaruhi penilaian semikonduktor dan teknologi.
Bagi trader kripto, kesimpulannya sederhana:
Narasi tidak selalu berada di dalam satu sektor.
Modal dapat bergerak dari saham AI → infrastruktur → semikonduktor → aset berisiko → kripto.
Pertanyaannya bukan hanya siapa yang memenangkan perlombaan AI.
Ini:
Ke mana modal akan mengalir selanjutnya? 👀
#OpenAIAnthropicRace #WeakConsumptionFedSplit