Umabot sa $47B ang annualized revenue ng Anthropic at nalampasan ang OpenAI, muling binabago ang kahulugan ng AI leader

Ayon sa mga balita, ang annualized revenue ng Anthropic ay nasa humigit-kumulang $47 bilyon, na lumampas sa tinatayang $25–$33 bilyon ng OpenAI. Isang taon na ang nakararaan, $1 bilyon lang ang numerong ito. Magkaibang-magkaiba ang business model ng dalawang kumpanya; ano kaya ang ibig sabihin nito para sa mga user, enterprise, at developer sa Taiwan?

Lumampaw sa $470 bilyon ang Taunang Kita ng Anthropic at Nilampasan ang OpenAI, Binabago na ang Kahulugan ng mga AI Leader

Umaga ng Lunes, binuksan ng CTO ng isang kumpanya ng software sa Nangang, Taipei ang kanyang spreadsheet para ipaliwanag sa finance kung bakit tataas na naman ang bill nila sa AI ngayong taon. Noong nakaraang taon ay pinagdedebatihan pa ng kanyang departamento kung dapat ba silang magbayad para sa mga tool sa pag-code ng AI, ngunit ngayon ay may mga kalakip na model API ang mga IDE ng buong grupo ng mga inhinyero, at mas malaki na ang sinusunog na pera kada buwan kaysa sa ilang cloud host.

Ang ganitong mga bill ang mismong gatong na nagtulak sa Anthropic para umakyat sa unang puwesto sa kita sa industriya ng AI.

Iniulat ng ilang banyagang media noong kalagitnaan ng Hulyo na umabot na sa humigit-kumulang $470 bilyon ang annualized run-rate ng kita ng Anthropic, na lumampas sa tinatayang $250 bilyon hanggang $330 bilyon ng OpenAI sa parehong panahon. Isang taon na ang nakalipas, nasa paligid lang ng $1 bilyon ang numerong ito para sa Anthropic.

Background ng Kaganapan

Mas mararamdaman ito kung ie-expand natin ang timeline. Ayon sa data na inayos ng banyagang media, ang taunang kita ng Anthropic ay nasa humigit-kumulang $9 bilyon sa pagtatapos ng 2025, umabot sa $30 bilyon noong Abril 2026, at lumampas sa $470 bilyon noong Mayo at Hunyo. Ang paglaki nang mahigit apatnapung beses sa loob ng labindalawang buwan ay isang bihirang kurba sa industriya ng software—karaniwan lamang itong lumalabas sa taon kung kailan ang isang bagay ay nagiging mula sa "pagsubok" patungo sa "infrastruktura."

Direkta rin ang naging reaksyon ng merkado ng kapital. Kamakailan ay nakumpleto ng Anthropic ang $65 bilyong Series H, kung saan umabot sa $965 bilyon ang post-money valuation nito, na lumampas sa huling inihayag ng OpenAI na $852 bilyon, at naging pinakamahal na pribadong kumpanya ng AI sa buong mundo batay sa valuation. Kasunod nito noong Hunyo 1, inihayag ng Anthropic sa kanilang opisyal na silid-balitaan na lihim silang nagsumite ng draft ng Form S-1 sa US Securities and Exchange Commission (SEC), bilang paghahanda para sa posibleng Initial Public Offering (IPO).

Napag-usapan na natin ang ritmo ng pag-lista sa stock market tungkol dito sa patungkol sa〈Ang Dobleng Laro ng IPO ng OpenAI at Anthropic〉, ngunit ibang kuwento ang pag-overtake sa kita—hindi ito tungkol sa kung sino ang unang magpapatunog ng kampana, kundi kung sino ang unang nagpatakbo ng modelo ng negosyo.

Mga Pangunahing Punto Ngayon

  • Taunang kita na humigit-kumulang $470 bilyon, kumpara sa tinatayang $250–330 bilyon ng OpenAI, na may agwat na mga tatlo hanggang apat na porsyento (o tatlo hanggang apat na beses).
  • Kurba ng paglago: Pagtatapos ng 2025 na $9 bilyon → Abril 2026 na $30 bilyon → Pagkatapos ng Mayo ay $470 bilyon.
  • Valuation na $965 bilyon, mula sa $65 bilyong Series H, na lumampas sa huling pampublikong $852 bilyon ng OpenAI.
  • Lihim na pagsumite ng draft ng S-1 noong Hunyo 1, ngunit ang bilang ng mga share, saklaw ng presyo, exchange ng paglilista, at iskedyul ay hindi pa napagpasyahan.
  • Ang katayuan ng kita (profitability) ang pinakamalaking pagkakaiba ng dalawa: Ipinapahiwatig ng ilang ulat na maaaring kumita na ang Anthropic sa 2026, habang ang OpenAI ay hindi pa nagbibigay ng timeline kung kailan sila kikita.

Kailangan nating mag-preno muna dito. Halos lahat ng numerong ito ng kita ay nagmula sa mga presentasyon ng mamumuhunan at mga insider na binanggit ng banyagang media. Ang parehong kumpanya ay hindi pampublikong nakalista at walang pampublikong pinansyal na ulat na pinirmahan ng mga accountant. Kaya ang "$470 bilyon" ay mas parang sanggunian ng antas (magnitude) kundi isang eksaktong halaga na magagamit sa paggawa ng modelong pinansyal. Kapag opisyal nang isiniwalat ng Anthropic ang S-1, doon lang natin unang makikita ang mga na-audit na numero.

Pagsusuri sa Epekto sa Merkado

Para sa mga gumagamit sa Taiwan (at sa rehiyon): Hindi magiging masyadong marahas ang mararamdaman sa maikling panahon, ngunit maganda ito sa pangmatagalan. Ang mabilis na pagtaas ng kita ay nangangahulugang may pera ang mga kumpanya ng modelo para patuloy na mamuhunan sa R&D, at nangangahulugan din ito na mas may motibasyon silang pagandahin ang wikang Chinese (lalo na ang Traditional Chinese)—dahil ang mga customer na negosyo sa Asya ay bahagi ng kurbang iyon ng paglago. Praktikal na payo: Kung nagbabayad ka para sa parehong ChatGPT at Claude, ngayon na ang tamang oras para suriin muli kung alin ba talaga ang araw-araw mong ginagamit, at ang isa ay maaari mo munang kanselahin. Matutulungan ka ng aming na-compile na iba't ibang sitwasyon ng gawain ng AI na ihambing ang iyong mga gawi sa paggamit.

Para sa mga aplikasyon ng negosyo (Enterprise): Ito ang tunay na punto. Ang pangunahing pinagkukunan ng kita ng Anthropic ay mga kontrata ng negosyo—pag-deploy sa customer service, pagsunod sa batas (compliance), pagsusuri ng code, at panloob na knowledge base kung saan lumalagda sila sa mga taunang kontrata; samantalang ang istruktura ng kita ng OpenAI ay malinaw na nakasandig sa mga subscription ng mga mamimili (consumer). Ang kalamangan ng mga kontrata sa negosyo ay mataas ang stickiness, mataas ang renewal rate, at malaki ang halaga ng bawat customer; ang kawalan naman ay mahaba ang siklo ng pag-deploy at nangangailangan ng maraming pagpapasadya (customization) at audit sa seguridad. Ang istruktura ng gastos ng dalawang negosyong ito ay ganap na magkaiba, na nagpapaliwanag din kung bakit napakalaki ng pagkakaiba ng kanilang timeline ng pagkita.

Ang dapat matutunan ng mga negosyo ay: sinimulan nang ituring ng mga tagapagustos ng modelo ang mga "customer na negosyo" bilang pangunahing larangan ng digmaan, na nangangahulugang ang espasyo sa pakikipag-ayos sa presyo, mga tuntunin sa lokasyon ng data, at mga SLA na dating mahirap pag-usapan ay mayroon nang pagkakataong mapag-usapan ngayon. Huwag nang gumamit ng credit card para bumili ng personal na bersyon para sa pag-deploy sa sistema ng kumpanya.

Para sa mga developer: Ang malaking bahagi ng perang kinikita ng mga kumpanya ng modelo ay nagmumula sa pag-code. Ang mga tool tulad ng Cursor ay nagsusunog ng mga API na ito sa likod. Ang pag-akyat ng kita ay karaniwang sinasamahan ng dalawang bagay—mas mabilis na pag-ulit (iteration) ng modelo, at mas detalyadong estratehiya sa pagpepresyo (pag-uuri, cache discount, batch discount). Sa totoo lang, halo-halong damdamin ito para sa mga developer: lumalakas ang kakayahan, ngunit ang pamamahala sa gastos ay magiging isang tunay na sining. Iminumungkahi ko na simulan nang subaybayan ang paggamit ng token ngayon, at huwag nang magulat kapag dumating na ang bill.

Mga Trend sa Hinaharap

Sa tingin ko, may tatlong dapat abangan sa susunod na taon.

Una, ang "pag-reconcile ng numero" pagkatapos mailabas ang S-1. Ang lihim na pagsumite ay para lamang makakuha ng opsyon, at ang tunay na pagsubok ay ang gross profit margin at konsentrasyon ng customer sa pampublikong bersyon—kung ang nangungunang sampung customer ay masyadong malaki ang porsyento sa kita, mababawasan ang halaga ng kuwento ng paglago.

Pangalawa, ang ruta ng pagganti (counterattack) ng OpenAI. Hindi imposible ang kisame ng subscription ng consumer, ngunit upang makabasag pataas, kailangan nito ng mas maraming senaryo at mas mataas na presyo, o mas agresibong pagpasok sa merkado ng negosyo. Malamang na magharap nang direkta ang dalawang ito sa parehong larangan ng digmaan sa huli.

Pangatlo, ang posibilidad ng isang digmaan sa presyo ay talagang tumataas. Kapag pareho nilang kailangang patunayan na maaari silang sabay na "lumago nang mabilis" at "kumita ng pera," ang pinaka-hindi makatwirang hakbang ay ang pagbaba ng presyo (price war). Kaya sa maikling panahon, hindi ako umaasa ng napakarahas na pagbaba ng presyo, sa halip ay dapat nating bantayan ang iba't ibang kontrata ng pagkakatali at mga programa ng pangako sa paggamit—iyon ang tunay na makakaapekto sa iyong mga gastos.

Buod at Puna ng TheAI學院

Bumalik tayo sa spreadsheet ng CTO sa Nangang. Hindi naman talaga niya pinakekeelaman kung sino ang numero uno, ang pinakekeelaman niya ay kung patuloy bang tataas ang pera sa susunod na taon, magkano ang itataas nito, at kung makakakuha siya ng mas magandang kondisyon. At ang pangyayaring ito ng pag-overtake sa kita ay nagbigay lamang sa kanya ng isang bargaining chip: hindi na nag-iisa ang nagtitinda sa merkado.

Puna: Ang pag-overtake sa kita ay hindi nangangahulugang pag-overtake sa teknolohiya, ngunit nangangahulugan ito na nakahanap ang Anthropic ng isang landas na mas maagang kumikita kaysa sa iba—para sa mga gumagamit, ang paghahati ng dalawang higante ay palaging mas mahusay kaysa sa monopolyo ng isa.

Mga partikular na mungkahi para sa mga mambabasa: Una, huwag gawing batayan sa pagpili ng tool ang mga numero ng kita mula sa banyagang media; sa pagpili ng tool, kailangan mo pa ring tingnan kung maayos na tumatakbo ang iyong sariling mga gawain, maaari mong subukan ang parehong set ng mga tanong gamit ang aming mga template ng prompt bago magdesisyon. Pangalawa, kung ikaw ay namimili para sa negosyo, ngayon na ang magandang oras para muling makipag-usap sa kontrata, at isama ang lokasyon ng pagproseso ng data, patakaran sa pagpapanatili (retention policy), at diskwento sa paggamit sa talakayan. Pangalawa (Pangatlo), huwag magmadaling i-all-in ang lahat sa isang kumpanya, panatilihin ang kakayahang lumipat sa isang backup na modelo, ang gastos ay halos katumbas lamang ng pagsusulat ng isa pang layer ng API abstraction, ngunit ililigtas ka nito kapag tumaas ang presyo o nagkaroon ng aberya sa serbisyo.

Mga Pinagmulan ng Datos

Ang artikulong ito ay inayos batay sa pampublikong impormasyon. Ang mga numero ng kita at valuation ay hango sa mga ulat ng banyagang media at mga presentasyon ng mamumuhunan at hindi pa na-audit ng mga accountant. Ang lahat ay napapailalim sa mga opisyal na anunsyo at pormal na pampublikong dokumento. Ang artikulong ito ay hindi bumubuo ng anumang payo sa pamumuhunan.

Mga Madalas Itanong

Ang $47 bilyong kita ba ng Anthropic ay isang na-audit na numero?

Hindi. Ang numerong ito ay nagmula sa mga investor briefing at source na binanggit ng mga banyagang ulat. Ang Anthropic ay isa pa ring pribadong kumpanya at walang pampublikong pampinansyal na ulat na pinirmahan ng isang accountant. Para makita ang na-audit na numero, kailangan nating hintayin na gawing pampubliko ng kumpanya ang kanilang kumpidensyal na isinumiteng S-1. Kaya pakiusap, ituring ang $47 bilyon bilang isang reference sa order of magnitude, hindi eksaktong halaga.

Sigurado na bang mag-IPO ang Anthropic?

Hindi pa sigurado. Noong Hunyo 1, 2026, inihayag ng Anthropic sa kanilang opisyal na newsroom na nagsumite na sila ng draft ng Form S-1 nang kumpidensyal sa US SEC. Ang kumpidensyal na pagsusumite ay nagbibigay lamang sa kanila ng opsyon na "maaaring mag-IPO." Ang bilang ng mga share, price range, exchange, at iskedyul ay hindi pa napagpasyahan, at may karapatan pa rin ang kumpanya na huwag ituloy ang pag-IPO.

Ibig sabihin ba ng paglampas sa kita ay mas maganda ang modelo ng Anthropic kaysa sa OpenAI?

Hindi natin ito maihahinuha nang ganoon. Ang kita ay sumasalamin sa business model at customer structure, hindi sa ranking ng kakayahan ng modelo. Ang pangunahing pinagkukunan ng kita ng Anthropic ay ang mga taunang kontrata ng enterprise, na may mataas na halaga sa bawat customer at mataas na renewal rate. Ang OpenAI naman ay mas nakatuon sa consumer subscriptions, na may malaking bilang ng user ngunit mababang presyong unit. Sa pagpili ng tool, mas mainam na subukan ito sa iyong sarili kaysa tingnan kung sino ang may mas mataas na kita.

Bilang isang mamimili sa isang enterprise sa Taiwan, ano ang praktikal na epekto ng balitang ito sa akin?

Ang pinakapraktikal na epekto ay lumawak ang puwang para sa pakikipag-negosasyon. Ginagawa ng mga model provider ang mga enterprise customer bilang kanilang pangunahing larangan, na nangangahulugang ang mga tuntunin sa pag-localize ng data, SLA, at mga diskwento sa paggamit na dati ay mahirap pag-usapan ay may pagkakataon nang mapagkasunduan. Inirerekomenda rin na panatilihin ang teknikal na flexibility upang makalipat sa ibang modelo. Ang gastos sa pagsulat ng isa pang API abstraction layer ay hindi ganoon kataas, ngunit makakatulong ito nang malaki kapag tumaas ang presyo o nagkaroon ng service interruption.

繁體中文版 →