Il thrift-maxxing mette a rischio le IPO di OpenAI e Anthropic

      Circa 750.000 parole di output AI costano 50 dollari se le acquisti da Fable di Anthropic. Lo stesso volume da V4-Pro di DeepSeek costa circa 87 centesimi, ha riportato Fortune. GLM-5.2 di Z.AI addebita 4,40 dollari. Kimi K3 di Moonshot, costoso secondo gli standard cinesi, addebita 15 dollari.

      L'America aziendale ha notato. Le aziende hanno trascorso un anno a competere per bruciare token. Ora cercano il modello più economico che possa completare il lavoro, ha riportato il Wall Street Journal. Il distintivo d'onore era il tokenmaxxing. Il nuovo è il thrift-maxxing.

      La prima risposta alle bollette è stata il razionamento, quando le aziende hanno limitato quanto il personale poteva spendere. La seconda è la sostituzione, ed è un problema molto più grande per OpenAI e Anthropic.

      “È come guidare una Lamborghini per andare al supermercato a prendere il latte quando è stata progettata per correre su un circuito,” ha detto Mike Saeks, chief technology officer di Cursor che consiglia le aziende sui loro ritorni AI.

      Ha le ricevute. Cursor ha calcolato il costo per costruire un browser web da zero. Eseguire l'intero lavoro su GPT-5.5 di OpenAI è costato poco più di 10.000 dollari. Dividerlo tra il modello Composer di Cursor e Opus 4.8 di Anthropic è costato 1.339 dollari.

      L'orchestra, non il solista

      Questo non significa che le aziende stiano abbandonando i laboratori americani. Significa che le stanno declassando alle parti del lavoro che giustificano il prezzo.

      Telnyx, che costruisce infrastrutture per agenti AI, ha eseguito 1.000 di essi su un modello di punta di Anthropic sotto un abbonamento di 200 dollari per dipendente. Poi Anthropic ha smesso di consentire sistemi operativi di terze parti sugli abbonamenti, trattandolo come una violazione dei suoi termini. Pagare per utilizzo invece sarebbe costato “come 100.000 dollari al giorno”, ha detto il CEO David Casem al Journal.

      Così Telnyx ha ricostruito la stack. I modelli di Z.AI ora gestiscono i suoi 1.400 agenti. Fable di Anthropic funge da direttore d'orchestra e pianifica il lavoro. I modelli open-weight gestiscono l'implementazione. Sol di OpenAI rivede ciò che producono.

      La startup legale AI Harvey ha addestrato GLM-5.2 da sola. Ha poi dato al modello un pulsante per chiamare Fable 5 quando un compito sembra davvero difficile. “Lavoriamo con tutti loro,” ha detto il presidente Gabe Pereyra. Il chief technology officer di Zoom, Xuedong Huang, ha citato una vecchia storia cinese. In essa, tre persone comuni uniscono le loro intelligenze per eguagliare un genio. Quella, ha detto, è la salsa segreta.

      “È davvero come un massacro”

      I laboratori stanno reagendo come qualsiasi fornitore quando i costi di switching crollano. Stanno pagando i clienti per restare.

      “Non vedo alcuna lealtà,” ha detto Marty Kausas, CEO della piattaforma di supporto clienti Pylon. “Sembra davvero un massacro in questo momento.” A Pylon sono stati concessi mesi di utilizzo illimitato gratuito. Kausas stima che quest'anno abbia ricevuto circa 1,6 milioni di dollari in token gratuiti da un fornitore. Un altro ha dato 65.000 dollari, e un terzo ha dato 10.000 dollari.

      Entrambi i laboratori dicono di adattarsi. Una portavoce di OpenAI ha detto che GPT-5.6 Sol è stato addestrato per essere molto più efficiente in termini di token. Anthropic ha rilasciato un potente modello a basso costo venerdì. Un dirigente ha detto che i clienti possono scegliere intelligenza o prezzo all'interno del proprio ecosistema. Entrambi affermano di supportare modelli open-weight.

      Perché il divario è così ampio

      La differenza di prezzo non è carità. L'elettricità costa meno in Cina, e i nuovi data center lì incontrano meno resistenza locale. Le aziende cinesi sono anche disposte a operare con margini ridotti per vincere quote e diventare il riferimento.

      I controlli all'esportazione potrebbero aver aiutato. Tagliati fuori dai migliori chip Nvidia, i laboratori cinesi hanno dovuto spremere di più da hardware di qualità inferiore. “Per i soldi che [un'azienda AI cinese] spenderebbe per un chip Nvidia, può comprare 10 chip locali da Huawei o altri produttori di chip locali,” ha detto George Chen del Asia Group a Fortune.

      Da Coinbase a DoorDash

      Anche nomi noti lo stanno facendo. Il CEO di Coinbase, Brian Armstrong, ha detto a giugno che l'exchange aveva dimezzato le sue spese per l'AI. Lo ha fatto spingendo il personale verso i modelli Kimi e GLM di Z.AI.

      DoorDash invia ciò che il suo chief technology officer Andy Fang chiama “lavoro di livello inferiore” a Kimi, per “migliore qualità a costo inferiore”. Airbnb ha utilizzato Qwen di Alibaba per il servizio clienti. Cursor ha costruito il proprio modello di codifica Composer 2 sulle basi di Kimi.

      Il risultato si riflette nell'uso. I modelli cinesi hanno preso il 57% dei token consumati dalle aziende statunitensi su OpenRouter durante una settimana di luglio. A un certo punto a metà mese, tutti e cinque i modelli di punta del marketplace erano cinesi.

      Raggiunge ben oltre gli sviluppatori. IDC ha intervistato 260 decisori in aziende statunitensi con più di 1.000 dipendenti. Di questi, il 47% ha detto di aver utilizzato un modello made-in-China per almeno un caso d'uso, ha riportato The Daily Upside. Uno su cinque ha segnalato un uso esteso.

      Il problema dell'IPO

      Ecco perché questo pesa più di una normale guerra dei prezzi. OpenAI e Anthropic hanno trascorso anni a correre per costruire i modelli più capaci. Poi hanno scoperto che molti clienti vogliono modelli di base. Entrambi si stanno preparando a quotarsi pubblicamente. Il Journal riporta che il cambiamento minaccia le valutazioni che portano in quelle quotazioni.

      Spiega anche il lobbying. La lotta per limitare i modelli open-weight cinesi è andata avanti per tutto il mese. Si estende dalle startup che si oppongono a un divieto ai giganti che hanno firmato una lettera a difesa dei modelli aperti venerdì. Il listino prezzi è ciò di cui parla realmente quella discussione.

      Il mercato ha già votato una volta. Moonshot ha annunciato K3 il 16 luglio. Nvidia ha perso quasi 600 miliardi di dollari di valore e ha ceduto brevemente il suo posto come azienda più preziosa al mondo ad Apple.

      Motivi per mantenere la calma

      Non tutti pensano che il cielo stia cadendo. Nel podcast Equity di TechCrunch, Sean O’Kane ha sostenuto che l'industria fa questo ogni volta. “Siamo ora a una settimana di distanza e non penso che nessuno si senta come se la fine fosse vicina come una settimana fa,” ha detto.

      La sua collega Kirsten Korosec ha posto la domanda più incisiva su un divieto. “Stiamo accelerando e garantendo che gli americani vincano la corsa all'AI, o stiamo garantendo che alcuni laboratori di frontiera facciano meglio di altri?”

      Le vere frizioni rimangono. Igor Marchal di Gartner ha avvertito riguardo a una pubblicazione pubblica. Nominare un modello cinese invita a sospetti al meglio, ha scritto, e danni reputazionali e resistenza agli acquisti al peggio. Il Congresso sta indagando su Airbnb e Cursor per il loro uso di tali modelli.

      Le grandi nuvole stanno anche trattenendo. Bedrock di Amazon, Azure Foundry di Microsoft e Vertex AI di Google non supportano ancora questi modelli open-weight cinesi. Gli analisti di Bloomberg Intelligence Mandeep Singh e William Tong hanno sottolineato il punto dopo che il loro mix di volume di token ha raggiunto il 68%, dopo i lanci di K3 e GLM-5.2.

      Oggi i pesi arrivano

      Moonshot è previsto pubblicare i pesi di K3 per il download pubblico lunedì, ha riportato Bloomberg. Chiunque potrà scaricare, modificare e ospitare il modello. Le vendite quotidiane della società di Pechino sono aumentate almeno sei volte da quando K3 è stato lanciato.

      Quella data era sempre nel diario. Quando Moon