Zusammenfassung:
Am 26. Oktober wurde berichtet, dass Anthropic IPO-Dokumente bei der US-amerikanischen Wertpapieraufsichtsbehörde eingereicht hatte. Das mit Claude und Programmiertools rasant aufgestiegene KI-Unternehmen ist endlich ins Rampenlicht des Kapitalmarktes geraten. Dies sollte eine geschäftliche Erfolgsgeschichte werden.
In den letzten Jahren hat sich Anthropic nach und nach zu einem der meistgesehenen Unternehmen auf dem Markt für Unternehmens-KI entwickelt. Es stärkt die Programmierkompetenz, bettet Modellfunktionen in Entwickler-Workflows ein und bietet Unternehmenskunden höherwertige Dienste. Nach Angaben von Reuters wird der Umsatz von Anthropic im Jahr 2025 4,59 Milliarden US-Dollar erreichen und im ersten Halbjahr 2026 wird der Umsatz weiter auf 16,29 Milliarden US-Dollar steigen.
Aber die Prospektunterlagen offenbarten auch eine andere Seite: Im ersten Halbjahr 2026 belief sich der Nettoverlust von Anthropic auf 80,7 Milliarden US-Dollar. Davon stammten etwa 72,4 Milliarden US-Dollar aus Änderungen des beizulegenden Zeitwerts von Wandelanleihen und spiegelten keine Mittelabflüsse wider. Der tatsächliche Betriebsverlust betrug etwa 693 Millionen US-Dollar.
Aber was Anlegern das Aufatmen schwer macht, ist die Tatsache, dass Anthropics Prospekt eine Verpflichtung zur Beschaffung von Rechenleistung in Höhe von mindestens 518 Milliarden US-Dollar in den nächsten zehn Jahren vorsah, von der etwa 80 % nicht stornierbar sind oder unabhängig von der Nutzung bezahlt werden müssen.
Anthropic plant, bei diesem Börsengang 100 Milliarden US-Dollar einzusammeln. Seit seiner Gründung hat Anthropic insgesamt 150 Milliarden US-Dollar eingesammelt.
Der US-Aktienmarkt hat bereits Bedenken hinsichtlich der enormen Ausgaben für die Infrastruktur für künstliche Intelligenz geäußert, und die Notierung von Anthropic hat die fragilen Nerven des Marktes geweckt.
Brancheninsider meinten, dass diese Auflistung von großer Bedeutung sei. Wenn es nicht reibungslos läuft, wird der gesamte Markt in Mitleidenschaft gezogen.
OpenAI, das einst Anthropic folgte, drehte sich in letzter Zeit ebenfalls häufig. Einerseits setzt man auf preisgünstige Modelle. Am 26. Oktober veröffentlichte OpenAI eine neue Generation des Mittelklassemodells GPT-6.1 Terra, das niedrigere Anrufpreise und Computerbetriebsfunktionen als wichtige Verkaufsargumente nutzt.
Auf dieser Seite des Ozeans hat DeepSeek, das seit jeher auf Kosteneffizienz setzt, seinen aktuellen Finanzierungsplan mehrmals erhöht. Die neuesten Nachrichten besagen, dass die neue Finanzierungsrunde 100 Milliarden Yuan übersteigt und dass das Unternehmen einen mutigen Expansionskurs eingeschlagen hat. Eine Reihe von mit der Angelegenheit vertrauten Personen teilten Phoenix Technology mit, dass das Team von DeepSeek in letzter Zeit schnell gewachsen sei und „das gesammelte Geld immer an vernünftigen Orten ausgegeben werden muss“. Je mehr Finanzierung, desto mehr Dinge muss DeepSeek tun.
Der globale KI-Wettbewerb wird intensiver denn je.
Anthropic, ein kommerzielles Modell, erlitt einen riesigen Verlust von 80,7 Milliarden US-Dollar
In der globalen KI-Branche war Anthropic schon immer ein repräsentativer Bezugsrahmen.
Im Gegensatz zu Produkten, die hauptsächlich auf Verbraucherverkehr basieren, beginnt Anthropic mit Programmierung und Unternehmensdiensten und entwickelt nach und nach seinen eigenen Geschäftspfad. Claude hat Benutzer in der Entwickler-Community angesammelt, und Unternehmenskunden erwerben Modellfunktionen über API-Aufrufe, kostenpflichtige Abonnements usw. Ein Modell ist nicht nur ein Chatfenster, sondern ein Produktionstool, das in die Softwareentwicklung, Wissensverarbeitung und Geschäftsprozesse einfließt.
Der Reiz dieses Weges liegt auf der Hand: Unternehmen sind bereit, für Tools zu zahlen, die die Produktivität steigern können, und hochwertige Szenarien verfügen in der Regel über eine klarere Zahlungslogik als gewöhnliche Verbraucheranwendungen.
Besonders im Bereich der Programmierung zeigt sich der Wert von KI nicht mehr nur darin, ob sie Fragen genau beantwortet, sondern auch in ihrer Fähigkeit, Code zu schreiben, zu debuggen, zu testen und komplexe Aufgaben auszuführen. Wenn das Modell für Unternehmen den Entwicklungszyklus verkürzen und Doppelarbeit reduzieren kann, gibt es eine relativ konkrete Zahlungsgrundlage.
Als ein CEO von AI Track mit Ifeng.com Technology kommunizierte, glaubte er, dass Anthropic ein wichtiges Beispiel für das AI-Geschäftsmodell sei. „Jeder hat zunächst erkannt, dass die KI-Programmierung über starke kommerzielle Transformationsfähigkeiten verfügt. Dies kam zuerst von Anthropic. Jetzt hat Anthropic damit begonnen, KI-Pharmazeutika herzustellen, und in Zukunft wird es definitiv weitere geben, denen man folgen wird.“
Aber die Qualität des Einkommens und die Qualität der Gewinne sind zwei verschiedene Dinge.
Laut der Prüfung der Prospektdokumente von Anthropic durch Reuters wird der Betriebsverlust des Unternehmens im Jahr 2025 etwa 8,06 Milliarden US-Dollar und im ersten Halbjahr 2026 etwa 693 Millionen US-Dollar betragen. Die Ausgaben für Computer und Infrastruktur beliefen sich im gleichen Zeitraum auf fast 9 Milliarden US-Dollar, ein deutlicher Anstieg gegenüber etwa 2,3 Milliarden US-Dollar im gleichen Zeitraum des Vorjahres.
Das bedeutet, dass das Geschäft von Anthropic zwar schnell wächst, die Ressourcenkosten zur Unterstützung der Geschäftsausweitung jedoch nicht ignoriert werden dürfen.
Jeder von einem Modellunternehmen verkaufte Token wird nicht aus dem Nichts generiert. Training erfordert Rechenleistung, und Inferenz erfordert Rechenleistung. Die Ausweitung des Benutzerumfangs und die zunehmende Aufgabenkomplexität werden auch den Verbrauch von Rechenressourcen weiter erhöhen. Insbesondere wenn die KI von der einfachen Beantwortung von Fragen zur Programmierung von Agenten und zur Ausführung komplexer Aufgaben übergeht, erfordert das Modell möglicherweise mehr Argumentationsrunden, das Aufrufen von Tools und wiederholte Überprüfungen, und auch die Kostenstruktur hinter einer einzelnen Aufgabe wird sich ändern.
Nur weil Firmenkunden bereit sind zu zahlen, bedeutet das nicht, dass das Unternehmen von Natur aus eine ausreichend hohe Gewinnspanne hat. Wenn das Umsatzwachstum kontinuierliche Investitionen in mehr Rechenleistung erfordert, um es aufrechtzuerhalten, besteht möglicherweise kein einfacher positiver Zusammenhang zwischen Größenausweitung und Gewinnverbesserung.
Ein weiterer Druck, dem Anthropic ausgesetzt ist, ist seine langfristige Verpflichtung zum Kauf von Rechenleistung. Reuters berichtete, dass das Unternehmen umfangreiche Vereinbarungen über Cloud-Dienste, Rechenressourcen und Infrastruktur mit mehreren Partnern unterzeichnet hat, mit entsprechenden Verpflichtungen in Höhe von über 500 Milliarden US-Dollar in den nächsten zehn Jahren.
Das Geschäft von Anthropic ist nicht ohne Fortschritte. Stattdessen deuten das Umsatzwachstum und die Ausweitung der Unternehmenskunden darauf hin, dass der Markt für seine Modellfähigkeiten bezahlt. Doch was die Außenwelt vor ein Rätsel stellt, ist das Geschäftsmodell selbst. Können die Inferenzkosten gleichzeitig sinken, während sich die Modellfähigkeiten weiter verbessern? Wenn mehr Aufträge an KI übergeben werden, kann der Preis, den Kunden zu zahlen bereit sind, die gesamten Kosten für Modelle, Rechenleistung und Servicebereitstellung decken?
Mit der Unterstützung verschiedener „Kettenbesitzer“ gibt es immer einen anderen Weg zur Open Source
Wenn Anthropic einen Weg darstellt, der von hochwertigen Szenarien ausgeht und schrittweise kommerzielle Einnahmen aufbaut, dann ist eine weitere Erkenntnis, die DeepSeek für die Branche bringt, dass die Kosten selbst auch Teil der Wettbewerbsfähigkeit des Modells werden können.
DeepSeek löste einen frühen Schock in der Branche aus. Einer der wichtigen Gründe ist, dass der Markt dadurch die Kosten für Schulung und Verwendung großer Modelle neu überdenken musste. Die Außenwelt hat sich auf die Leistung seines Modells und die damit verbundene Offenlegung der Schulungskosten konzentriert. Für die Kommerzialisierung ist jedoch wichtiger als eine bestimmte Trainingszahl, ob die geringen Kosten auf die Modellbereitstellung, Inferenz und tatsächliche Nutzung ausgeweitet werden können.
OpenRouter-Daten zeigen, dass das Modell von DeepSeek in Bezug auf das Anrufvolumen drei Wochen in Folge den ersten Platz auf der wöchentlichen Liste der Plattform belegte. Darüber hinaus gehören auch Modelle wie Minimax, Zhipu und Tencent längst zu den Top-5-Plattformen, was das Anrufvolumen angeht.
Der Weg von DeepSeek weist eine Richtung vor, die es wert ist, untersucht zu werden: Die Modellfähigkeiten beschränken sich nicht auf den Implementierungspfad der kontinuierlichen Erhöhung der Parameter und der Stapelung der Rechenleistung. Architekturdesign, Trainingsmethoden, Inferenzeffizienz und Ressourcenplanung können sich alle auf die endgültigen Stückkosten auswirken.
Noch wichtiger ist, dass niedrigere Kosten die Art und Weise verändern werden, wie Modelle auf den Markt kommen.
Das werden zwei völlig unterschiedliche Entwicklungsideen sein.
Das US-Heimatschutzministerium hat kürzlich Bundesbehörden angewiesen, DeepSeek-Produkte und auf der Grundlage seiner Modelle entwickelte Dienste Dritter vollständig zu entfernen. Fast gleichzeitig kündigte DeepSeek an, dass es sein internes Inferenz-Framework DeepInfer vollständig als Open Source veröffentlichen und mit den beiden großen Computerplattformen NVIDIA und Huawei Ascend kompatibel machen werde. Hinter dem dramatischen Vergleich deutet er auf die gleiche Tatsache hin: DeepSeek wurde in die erste Reihe des globalen KI-Wettbewerbs gesetzt, und die Art und Weise, wie das Unternehmen darauf reagiert, besteht nicht darin, zu schrumpfen, sondern seine Technologiebasis zu erweitern.
Kürzlich berichteten viele Medien, dass DeepSeek kurz davor steht, eine Finanzierung in Höhe von rund 100 Milliarden Yuan abzuschließen. Seit September wird der Umfang dieser Finanzierungsrunde „gejagt“: Der ursprüngliche Plan lag bei 50 Milliarden, wurde in der Mitte auf 80 Milliarden erhöht und schließlich auf 100 Milliarden gesenkt. Einschließlich der ersten Runde von rund 51 Milliarden Yuan im Juni hat DeepSeek in einem halben Jahr insgesamt rund 150 Milliarden Yuan angezogen, und seine Pre-Money-Bewertung liegt weiterhin bei 500 Milliarden Yuan.
Das Investitionsangebot ist beispiellos. Laut einer Statistik des Self-Mediums „The Tide of Money“ hat diese Finanzierungsrunde mehr als 20 Investmentinstitute zusammengebracht. Alte Aktionäre der vorherigen Runde, wie IDG Capital, Shixiang Technology, Zhengxingu Capital, Monolith, CATL, Tencent und Guozhi Investment, nehmen weiterhin an dieser Finanzierungsrunde teil. Zu den neuen Investoren zählen China Mobile, China Telecom, China Life Investment, GigaDevice's Stony Brook Capital, SMIC Juyuan, Boyu Capital, CPE Yuanfeng, Gaorong Capital, Legend Capital, CITIC Investment, Meituan Longzhu, Hengdian Capital, Geely Capital und andere Institutionen. Es versteht sich auch, dass diese Finanzierungsrunde die indirekte Beteiligung einer großen Anzahl börsennotierter Unternehmen und Industriekapitals angezogen hat, darunter Muyuan Co., Ltd., Zhihu, Century Huatong, Perfect World, Giant Network, Dahua Co., Ltd. usw. Es ist schwierig, alle Teilnehmer aufzulisten.
Es ist nicht schwer zu erkennen, dass Liang Wenfeng bei der Auswahl der Investoren großen Wert auf den industriellen Wert legt. Energietechnisch verfügt es beispielsweise über solide Reserven im Ningde-System und im GigaDevice-Innovationssystem, das eng mit heimischen Speicherchips verknüpft ist.
Angesichts der enormen Investitionen steht DeepSeek auch vor dem Problem, „Geld auszugeben“. Eine Person, die DeepSeek nahe steht, sagte gegenüber ifeng.com, dass DeepSeek einen neuen Wachstumspfad für Investoren plant, der eine massive Erweiterung des Teams beinhaltet.
Sobald die erste Finanzierungsrunde von rund 51 Milliarden Yuan im Juni abgeschlossen war, veröffentlichte DeepSeek am 25. Juni eine Stellenausschreibung, in der es eindeutig vorschlug, „die Größe aller Abteilungen mindestens zu verdoppeln“ und 33 Stellen gleichzeitig zu eröffnen, die sieben Hauptsektoren abdecken: Technologieforschung und -entwicklung, Computerinfrastruktur, Produktimplementierung, hochmoderne Algorithmusforschung und umfassende Funktionen. Es werden sogar Stellen im Bereich Rechenzentrumsinfrastruktur in Ulanqab rekrutiert.
Im September veröffentlichte Cui Tianyi, der Leiter des DeepSeek Harness-Teams, etwa 150 Rekrutierungsquoten auf einmal auf sozialen Plattformen. In seinen ursprünglichen Worten war die Forderung „beispiellos“. DeepSeek ist auch großzügig, wenn es um Mitarbeitervorteile geht. Es wird berichtet, dass DeepSeek einem Praktikanten in der Yao-Klasse der Tsinghua-Universität ein Tagesgehalt vor Steuern von 5.500 Yuan und ein Monatsgehalt von mehr als 120.000 Yuan angeboten hat; Die monatliche Gehaltsspanne für von der Schule eingestellte Positionen als Kernsystem-F&E-Ingenieure liegt zwischen 60.000 und 90.000 Yuan.
Aber Liang Wenfeng hat immer Einfachheit und Zurückhaltung bewahrt. Eine DeepSeek-nahe Person sagte gegenüber ifeng.com, dass sich die Büros von DeepSeek hauptsächlich in Peking und Hangzhou befinden und Liang Wenfeng schon seit langem ein Haus in Peking mietet und die Raumaufteilung immer sehr einfach war.
Das Preis-Leistungs-Verhältnis beginnt alles zu dominieren
Unter den vielen KI-Giganten war OpenAI schon immer der einflussreichste.
Sie verfolgten zunächst die Obergrenze der Modellintelligenz und wollten einst den C-End-Markt erobern. Sie träumten sogar davon, ein „WeChat im KI-Zeitalter“ zu sein, um alles zu verbinden.
Aber angesichts enormer Verluste und überholter Einnahmen hat OpenAI erneut von Anthropic gelernt und das Feld der KI-Codierung erobert, um eine bessere Kommerzialisierung zu erreichen.
Heutzutage wird der Ansatz von OpenAI immer mehr zu DeepSeek. Am 23. September dieses Jahres wurden GPT-6 Sol und Luna gleichzeitig veröffentlicht. Der API-Eingabepreis von Luna wurde auf 0,1 US-Dollar pro Million Token gesenkt, was einem Mindestpreis entspricht.
Am 7. Oktober, einen halben Monat später, stellte OpenAI Luna direkt den kostenlosen Nutzern zur Verfügung und deckte damit die gesamte ChatGPT-Bevölkerung ab; Zahlende Benutzer erhielten Sol und kostenlose Benutzer erhielten Luna.
GPT-6.1 Terra, veröffentlicht am 26. Oktober, ist in der Mittelklasse-Modellreihe von OpenAI positioniert und konzentriert sich auf Computeroperationen und tägliche Büroaufgaben. Der API-Standardpreis ist 50 % niedriger als der des GPT-5.6 Terra der vorherigen Generation. OpenAI behauptet außerdem, dass Terra in einigen Aufgabentests die Arbeit zu weitaus geringeren Kosten abschließen kann als das Flaggschiffmodell.
Einige Leute in der Branche glauben jedoch, dass „OpenAI sich immer noch in der Swing-Phase befindet. Das lässt sich daran erkennen, dass sie verkörperte Intelligenzmodelle erstellen. Im Vergleich zu Anthropic ist OpenAI oft sehr schwungvoll, wird aber bald vom Markt erzogen und profitable Geschäfte machen.“
Das Volumen des großen Modellmarktes ist schließlich für jeden klar. Wenn es Ihnen nicht gelingt, sich weiterhin Vorteile zu verschaffen und eine gute Homepage zu erstellen, wird diese bald nur noch von kurzer Dauer sein.
Kommentare