Anthropic vs. OpenAI: Perbandingan Pendapatan Model, Cadangan Hashrate, dan Model Bisnis

Seiring model AI terus meluas dari sekadar alat chat ke pengembangan perangkat lunak, analisis keuangan, layanan pelanggan, otomatisasi kantor, penelitian ilmiah, dan berbagai kasus penggunaan lainnya, persaingan pasar kini tidak lagi hanya ditentukan oleh jumlah parameter model. Faktor yang dipertimbangkan juga mencakup pertumbuhan pendapatan, ketersediaan hashrate, retensi pelanggan, dan distribusi produk. Laporan media terbaru menyebutkan bahwa Anthropic telah menandatangani perjanjian terkait hashrate senilai sekitar $517 miliar selama 11 bulan dan mengamankan sedikitnya 14,8 GW kapasitas komputasi. Angka tersebut segera menarik perhatian pasar dan mengubah cara pasar memandang persaingan Anthropic–OpenAI, dari pertanyaan tentang perusahaan mana yang memiliki model lebih cerdas menjadi perusahaan mana yang mampu mengamankan lebih banyak sumber daya komputasi dan modal jangka panjang.

Kedua perusahaan tersebut menempuh jalur komersialisasi AI generatif yang berbeda. Anthropic menyerupai penyedia model dasar yang berfokus pada API model dan pelanggan korporasi, sedangkan OpenAI beroperasi di berbagai bidang, mulai dari platform model, aplikasi konsumen, dan alat pengembang hingga layanan perangkat lunak korporasi. Untuk membandingkan keduanya, kemampuan model, sumber pendapatan, kontrak komputasi, dan struktur modal perlu dilihat secara menyeluruh.

Kesimpulan Utama

• Anthropic berpusat pada Claude dan API korporasi, sedangkan OpenAI berpusat pada GPT, ChatGPT, dan platform pengembangnya.

• Pertumbuhan pendapatan Anthropic terutama didorong oleh permintaan API korporasi, sedangkan OpenAI memperoleh manfaat dari bauran pendapatan yang lebih beragam.

• Anthropic telah mengamankan perjanjian komputasi berskala besar melalui berbagai mitra, tetapi total nilai kontrak tidak sama dengan jumlah yang telah dibayarkan.

• Rencana komputasi dan investasi infrastruktur OpenAI lebih besar dan berpotensi mencapai sekitar 30 GW pada 2030.

• GW dan MW mengukur daya atau kapasitas pusat data. Keduanya tidak dapat disetarakan secara langsung dengan jumlah GPU atau kapasitas pelatihan yang dapat digunakan.

• Anthropic menitikberatkan keamanan model dan alur kerja korporasi, sedangkan OpenAI menitikberatkan distribusi konsumen dan perluasan ekosistem.

• Kedua perusahaan menghadapi risiko dari belanja modal yang tinggi, komoditisasi model, regulasi, dan rendahnya pemanfaatan komputasi.

Apa Itu Anthropic dan OpenAI?

Anthropic didirikan pada 2021 untuk mengembangkan keluarga model Claude. Penawarannya mencakup Claude untuk percakapan dan penulisan umum, model lanjutan untuk penalaran kompleks dan pemrograman, serta layanan API korporasi. Perusahaan ini didirikan oleh mantan peneliti OpenAI dan secara konsisten menekankan keamanan AI, batasan perilaku, serta metode pelatihan AI konstitusional.

Produk Anthropic umumnya diposisikan sebagai model yang sangat andal dan aman untuk tugas dengan konteks panjang. Institusi keuangan, penyedia layanan hukum, tim pengembangan perangkat lunak, dan perusahaan besar merupakan kelompok pelanggan utamanya. Claude tersedia melalui situs web dan aplikasi Anthropic, serta platform cloud seperti Amazon Bedrock dan Google Cloud Vertex AI.

OpenAI didirikan pada 2015 sebagai organisasi penelitian nirlaba, kemudian membentuk struktur nirlaba yang kompleks dan pengaturan investor yang rumit. Perusahaan ini meluncurkan keluarga model GPT dan membawa AI generatif ke penggunaan arus utama melalui ChatGPT pada akhir 2022. Portofolio produknya saat ini mencakup ChatGPT, API, alat pemrograman, layanan korporasi, dan platform model yang berfokus pada pengembang.

Keunggulan OpenAI terletak pada jangkauan penggunanya yang lebih luas. Bagi banyak konsumen, ChatGPT telah menjadi titik kontak pertama dengan AI. Model GPT juga telah diintegrasikan ke dalam perangkat lunak kantor, mesin pencari, alat pemrograman, dan aplikasi pihak ketiga. Anthropic memiliki jangkauan konsumen dan visibilitas merek yang lebih terbatas, tetapi telah memperoleh pengakuan kuat di kalangan pengembang dan pelanggan korporasi.

Positioning Model: Claude vs. GPT

Claude dan GPT sama-sama merupakan large language model serbaguna, tetapi prioritas produk keduanya berbeda.

Kekuatan utama Claude adalah konteks panjang, penyelarasan keamanan, dan keandalan tingkat korporasi. Kemampuan konteks panjang memungkinkan model memproses kontrak yang panjang, repositori kode, laporan penelitian, atau basis pengetahuan internal dalam satu sesi. Kemampuan ini sangat bernilai untuk peninjauan hukum, analisis data, dan rekayasa perangkat lunak. Anthropic juga menjadikan pengurangan keluaran berbahaya, pembatasan perilaku tanpa izin, dan peningkatan kepatuhan terhadap instruksi sebagai sasaran utama pelatihan.

Keluarga GPT lebih menekankan kemampuan serbaguna, kompatibilitas ekosistem, dan perluasan multimodal. ChatGPT mendukung interaksi melalui teks, gambar, suara, dan berkas. Dengan plugin, konektor, GPT khusus, dan fitur ruang kerja, ChatGPT telah berkembang menjadi platform aplikasi yang relatif lengkap. OpenAI juga terus mengembangkan model penalaran untuk meningkatkan kinerja dalam matematika, pemrograman, sains, dan tugas perencanaan kompleks.

Perbedaannya bukan semata-mata tentang model mana yang lebih kuat. Peringkat dapat berbeda menurut tugas dan versi model. Claude mungkin unggul dalam pemrosesan dokumen panjang, peninjauan kode, dan konsistensi gaya, sedangkan GPT mungkin lebih unggul dalam interaksi multimodal, pemanggilan alat, dan pengalaman produk konsumen. Bagi pengguna, faktor penentu adalah kesesuaian model dengan alur kerja tertentu, bukan peringkatnya pada satu tolok ukur.

Dalam tanggapan baru-baru ini terhadap kontroversi seputar arsitektur rekursif bernama Astra, kepala ilmuwan OpenAI menyatakan bahwa kedalaman grafik komputasi model frontier tidak tiba-tiba meningkat beberapa orde magnitudo dibandingkan GPT-4. Pernyataan tersebut menunjukkan bahwa inovasi arsitektur tidak selalu mengubah model menjadi kotak hitam yang tidak dapat dipantau. Pernyataan itu juga menyoroti tantangan bersama industri, yaitu mempertahankan keterlihatan terhadap proses penalaran. Anthropic dan OpenAI sama-sama mengeksplorasi cara meningkatkan kemampuan penalaran sambil mempertahankan kapasitas pemantauan keamanan yang memadai.

Perbandingan Skala Pendapatan dan Model Pertumbuhan

Laporan pasar terbaru memperkirakan pendapatan tahunan Anthropic mencapai lebih dari $65 miliar, sedangkan pendapatan OpenAI sekitar $40 miliar. Karena kedua perusahaan tersebut bukan perusahaan terbuka konvensional, angka-angka ini umumnya berasal dari pihak internal, estimasi berbasis kontrak, atau proyeksi media. Angka tersebut tidak boleh dianggap sebagai laporan keuangan yang telah diaudit.

Jika estimasi tersebut secara umum akurat, Anthropic mengalami pertumbuhan pendapatan dan permintaan API korporasi yang sangat kuat. Pelanggannya sering mengintegrasikan Claude ke dalam sistem layanan pelanggan, pembuatan kode, manajemen pengetahuan, dan analisis bisnis. Penggunaan meningkat seiring model semakin terintegrasi ke dalam alur kerja korporasi. Pendapatan API sangat mudah diskalakan, tetapi perusahaan tetap harus menanggung biaya inferensi dan biaya sewa hashrate.

OpenAI memiliki model pendapatan yang lebih beragam. Langganan ChatGPT Plus, Pro, dan Team menyediakan pendapatan konsumen berulang, sedangkan Enterprise melayani organisasi besar. API, lisensi model, dan kemitraan dengan platform perangkat lunak juga menjadi sumber pendapatan yang signifikan. Basis pengguna OpenAI yang lebih besar dan pengenalan merek yang lebih kuat memberinya kemampuan lebih besar untuk memperoleh pelanggan secara langsung.

Namun, skala pendapatan saja tidak menentukan kualitas komersialisasi. Perusahaan AI juga perlu memantau margin kotor, biaya inferensi per unit, retensi pelanggan, durasi kontrak, dan penerimaan kas. Pelanggan mungkin menghasilkan penggunaan API yang besar, tetapi jika biaya inferensinya juga tinggi, pertumbuhan pendapatan belum tentu menghasilkan arus kas. Bagi perusahaan yang masih melakukan investasi infrastruktur besar, pengelolaan hubungan antara pertumbuhan pendapatan dan belanja modal sangat penting.

Cadangan Komputasi: Mengapa Anthropic Masih Tertinggal dari OpenAI

Pelatihan dan pengoperasian model AI memerlukan pasokan GPU, TPU, peralatan jaringan, kapasitas pusat data, dan listrik dalam jumlah besar. Skala komputasi biasanya diukur dalam MW atau GW, tetapi kapasitas daya tidak sama dengan jumlah GPU atau kapasitas komputasi efektif yang sudah beroperasi.

Perjanjian komputasi Anthropic yang baru-baru ini dilaporkan bernilai sekitar $517 miliar dan mencakup sedikitnya 14,8 GW kapasitas komputasi. Amazon dan Google mungkin menyediakan sekitar 11 GW secara gabungan, Microsoft sekitar 1 GW server Azure, sedangkan potensi kontrak SpaceX bernilai sekitar $45 miliar. Anthropic juga bekerja sama dengan Lambda, Nscale, Fluidstack, dan TeraWulf untuk membangun klaster khusus dan pusat data.

Perjanjian tersebut mencerminkan ekspektasi kuat Anthropic terhadap permintaan pelatihan dan inferensi di masa depan, tetapi tidak berarti perusahaan itu telah mengendalikan 14,8 GW hashrate yang dapat digunakan. Pengembangan pusat data memerlukan pemilihan lokasi, akuisisi lahan, koneksi jaringan listrik, persetujuan regulasi, pengiriman peralatan, dan pengujian integrasi jaringan listrik. Beberapa perjanjian juga dapat memuat klausul pembatalan, komitmen pembelian minimum, dan jadwal pengiriman bertahap.

Rencana komputasi OpenAI lebih besar. Laporan menyebutkan bahwa OpenAI menargetkan kapasitas komputasi sekitar 30 GW pada 2030, dengan proyeksi belanja yang berpotensi mencapai $750 miliar. Perusahaan ini juga mempertahankan kemitraan erat dengan penyedia cloud seperti Microsoft, sembari mengembangkan pusat data sendiri dan proyek infrastruktur berskala besar.

Dengan demikian, tantangan Anthropic bukanlah kekurangan sumber daya komputasi. Dibandingkan OpenAI, Anthropic masih mengejar ketertinggalan dalam skala komputasi yang dapat digunakan, pengendalian infrastruktur, dan kapasitas pembiayaan. Diversifikasi pasokan melalui berbagai platform cloud dan operator pusat data dapat mengurangi ketergantungan pada satu mitra. Namun, model multi-penyedia juga meningkatkan kompleksitas integrasi sistem, penjadwalan beban kerja, dan pengelolaan biaya.

Model Bisnis: API, Langganan, dan Layanan Korporasi

Model Anthropic paling mendekati model sebagai layanan. Pengembang memanggil Claude melalui API dan membayar berdasarkan penggunaan token input dan output. Perusahaan dapat membeli kuota yang lebih tinggi, isolasi data, kontrol akses, dan dukungan khusus. Amazon Bedrock, Google Cloud, dan platform lain menyediakan saluran distribusi tambahan, sehingga pelanggan dapat menggunakan Claude dalam lingkungan cloud yang sudah mereka gunakan.

Keunggulan utama model ini adalah biaya perpindahan yang cenderung meningkat setelah pelanggan mengintegrasikan model ke dalam sistem perangkat lunak mereka. Penggunaan model terkait dengan skala bisnis pelanggan, sehingga menciptakan peluang pertumbuhan pendapatan secara organik. Kekurangannya adalah tingginya biaya inferensi model. Pelanggan juga dapat berpindah antara Claude, GPT, Gemini, dan model sumber terbuka, yang dapat memperketat persaingan harga dan menekan margin.

OpenAI mengoperasikan model dua mesin yang menggabungkan aplikasi konsumen dengan platform pengembang. Langganan ChatGPT melayani pengguna individu secara langsung dan memperoleh manfaat dari pengenalan merek yang kuat serta efek jaringan. API melayani pengembang dan perusahaan, sehingga pihak ketiga dapat mengintegrasikan model GPT ke dalam produk mereka sendiri. Melalui produk korporasi, kolaborasi tim, dan integrasi perangkat lunak kantor, OpenAI juga berupaya berkembang dari alat chat menjadi platform kerja AI.

Langganan konsumen menyediakan arus kas bulanan yang relatif stabil dan membantu OpenAI mengumpulkan umpan balik serta data penggunaan dengan cepat. Pada saat yang sama, pengguna gratis dan pelanggan dengan harga lebih rendah dapat menciptakan permintaan inferensi yang besar. Kontrak korporasi memiliki nilai yang lebih besar dan jangka waktu yang lebih panjang, tetapi memerlukan operasi penjualan, kepatuhan, dan keberhasilan pelanggan yang canggih.

Dari perspektif model bisnis, Anthropic menekankan integrasi mendalam ke dalam alur kerja pelanggan, sedangkan OpenAI menekankan akses luas dan cakupan pengguna. Anthropic berupaya memperoleh nilai tinggi dan penggunaan berkelanjutan dari setiap pelanggan. OpenAI bertujuan memaksimalkan total pendapatan melalui basis pengguna yang besar dan berbagai tingkatan produk.

Perbedaan Struktur Modal dan Kemitraan

Pemegang saham dan mitra utama Anthropic mencakup perusahaan teknologi seperti Amazon dan Google. Amazon berperan sebagai investor sekaligus penyedia infrastruktur melalui AWS, sedangkan Google menyediakan TPU dan layanan cloud. Kemitraan ini memberi Anthropic akses ke sumber daya cip di luar GPU dan mengurangi ketergantungannya pada satu pemasok perangkat keras.

Hubungan OpenAI dengan Microsoft lebih terintegrasi. Microsoft menyediakan sumber daya komputasi Azure dan dukungan keuangan, serta mengintegrasikan model OpenAI ke dalam produk seperti Copilot dan Azure AI. OpenAI juga berupaya mendiversifikasi sumber infrastruktur eksternalnya untuk memenuhi kebutuhan pelatihan yang terus meningkat dan keterbatasan kapasitas pada satu platform cloud.

Kedua perusahaan memerlukan modal besar untuk membeli cip, membangun pusat data, dan membayar energi. Kontrak komputasi yang lebih besar menciptakan biaya tetap jangka panjang yang lebih tinggi. Jika permintaan terhadap model tidak sesuai dengan ekspektasi, perusahaan dapat menghadapi kapasitas menganggur dan risiko wanprestasi kontrak. Oleh karena itu, kemitraan modal merupakan akselerator pertumbuhan sekaligus potensi kendala keuangan.

Penting untuk membedakan cadangan komputasi dari kendali atas sumber daya komputasi. Menyewa server melalui platform cloud menyediakan akses cepat ke kapasitas yang fleksibel, tetapi perusahaan harus menerima harga, kebijakan penjadwalan, dan ketentuan layanan penyedia. Membangun pusat data sendiri memberikan kendali infrastruktur yang lebih besar, tetapi membuat perusahaan terpapar pada jadwal pembangunan, depresiasi, biaya energi, dan risiko operasional.

Risiko Utama yang Dihadapi Kedua Perusahaan

1. Investasi komputasi berlebihan: Untuk mengamankan kapasitas di masa depan, perusahaan AI dapat menandatangani perjanjian besar dengan jangka waktu beberapa tahun. Jika efisiensi model meningkat, permintaan pelanggan melambat, atau persaingan semakin ketat, kapasitas yang telah dipesan mungkin tidak sepenuhnya digunakan.

2. Tekanan terhadap margin kotor: Model yang lebih canggih umumnya memerlukan biaya inferensi yang lebih besar, terutama untuk tugas dengan konteks panjang dan penalaran kompleks. Meskipun pendapatan tumbuh pesat, profitabilitas dapat tertekan jika biaya token turun lebih lambat daripada harga.

3. Konsentrasi pelanggan: Anthropic bergantung pada platform cloud besar dan sejumlah pelanggan utama, sedangkan OpenAI juga sangat bergantung pada mitra penting seperti Microsoft. Perubahan ketentuan kemitraan, kemajuan model proprietary milik penyedia cloud, atau perpindahan pelanggan ke model sumber terbuka dapat memengaruhi pendapatan dan pasokan komputasi.

4. Regulasi dan keamanan: Model yang lebih canggih mungkin lebih rentan disalahgunakan untuk serangan siber otomatis, penipuan, manipulasi informasi, dan pengambilan keputusan berisiko tinggi. Regulator dapat memberlakukan evaluasi model, tata kelola data, dan persyaratan akuntabilitas yang lebih ketat, sehingga meningkatkan biaya peluncuran produk dan operasional.

5. Komoditisasi produk: Google, Meta, xAI, komunitas model sumber terbuka, dan pengembang model di Asia semuanya berkembang pesat. Seiring kemampuan model dasar semakin mendekati satu sama lain, persaingan akan semakin berpusat pada harga, latensi, ekosistem alat, kepatuhan data, dan solusi khusus industri.

Cara Menilai Daya Saing Jangka Panjang Anthropic dan OpenAI

Saat mengevaluasi kedua perusahaan tersebut, membandingkan peringkat model atau jumlah pendanaan saja tidak cukup. Ada empat indikator yang perlu diperhatikan lebih lanjut.

Indikator pertama adalah kualitas pendapatan. Investor dan pengamat perlu menentukan apakah pendapatan berasal dari uji coba jangka pendek dan proyek satu kali atau dari penggunaan API berulang serta kontrak perpanjangan. Margin kotor, retensi pelanggan, dan perubahan piutang usaha juga perlu dipantau.

Indikator kedua adalah pemanfaatan komputasi. Menandatangani banyak kontrak hanyalah langkah pertama. Hal yang penting adalah apakah klaster pelatihan mulai beroperasi sesuai jadwal, apakah beban kerja inferensi tetap stabil, dan apakah biaya per token terus menurun.

Indikator ketiga adalah distribusi produk. OpenAI memiliki saluran distribusi yang kuat melalui ChatGPT, sedangkan Anthropic menjangkau pelanggan melalui platform cloud dan perangkat lunak korporasi. Dalam jangka panjang, perusahaan yang mengintegrasikan modelnya ke lebih banyak alur kerja dunia nyata kemungkinan lebih mampu membangun pendapatan yang berkelanjutan.

Indikator keempat adalah efisiensi model. Model yang lebih besar tidak selalu menghasilkan hasil komersial yang lebih baik. Model yang menurunkan biaya melalui aktivasi jarang, cip khusus, caching, dan optimasi inferensi dapat mencapai margin yang lebih tinggi meskipun memiliki jejak komputasi yang lebih kecil.

Pada tahap ini, OpenAI unggul dalam skala pengguna, pengenalan merek, cakupan produk, dan rencana komputasi. Anthropic kompetitif dalam API korporasi, konteks panjang, positioning keamanan, dan kecepatan adopsi di kalangan pelanggan utama. Tidak ada satu pun perusahaan yang memiliki keunggulan mutlak di setiap dimensi. Hasil akhirnya akan bergantung pada kemampuan perusahaan untuk mengembangkan kapabilitas model, efisiensi infrastruktur, dan pelaksanaan komersial secara bersamaan.

Kesimpulan

Persaingan antara Anthropic dan OpenAI pada dasarnya merupakan persaingan gabungan yang mencakup kemampuan model dasar, pasokan komputasi, distribusi produk, dan efisiensi modal.

Anthropic memilih jalur yang relatif terfokus: membangun merek model tingkat korporasi melalui Claude, kemudian memperluas distribusi melalui platform cloud seperti Amazon dan Google. Kekuatan Anthropic mencakup nilai pelanggan korporasi yang tinggi, penggunaan API yang mendalam, dan positioning keamanan yang jelas. Kelemahannya adalah distribusi konsumen yang terbatas serta ketergantungan yang lebih besar pada platform cloud eksternal dan dukungan modal.

OpenAI membangun portofolio produk yang lebih luas, mencakup langganan konsumen ChatGPT, API, layanan korporasi, dan integrasi perangkat lunak kantor. Hal ini memungkinkannya menangani lebih banyak skenario pengguna. Kekuatan OpenAI adalah merek yang jauh lebih kuat, basis pengguna yang lebih besar, dan iterasi produk yang cepat. Namun, basis penggunanya yang luas juga menciptakan biaya inferensi dan tekanan infrastruktur yang lebih besar.

Pertanyaan utama ke depan bukan sekadar perusahaan mana yang memiliki model lebih besar, melainkan perusahaan mana yang mampu menyediakan layanan cerdas yang stabil, andal, dan berkelanjutan dengan biaya lebih rendah. Kontrak komputasi dapat menciptakan peluang pertumbuhan, tetapi tidak dapat menggantikan pelanggan nyata, arus kas, atau operasi yang efisien.

FAQ

Mana yang lebih kuat, Anthropic atau OpenAI?

Tidak ada jawaban mutlak. Claude memiliki keunggulan dalam teks panjang, peninjauan kode, dan skenario keamanan korporasi, sedangkan GPT lebih matang dalam multimodal, produk konsumen, dan ekosistem alat. Pilihan yang tepat bergantung pada tugas, harga, latensi, dan persyaratan kepatuhan data.

Apakah komputasi senilai $517 miliar milik Anthropic itu nyata?

Angka tersebut merujuk pada total nilai atau potensi belanja dari perjanjian multi-tahun yang dilaporkan media. Angka itu tidak berarti Anthropic telah membayar $517 miliar, juga tidak berarti seluruh pusat data terkait telah selesai dibangun. Pelaksanaan kontrak biasanya bergantung pada ketentuan pengiriman, pemanfaatan, dan pembatalan.

Mengapa pendapatan Anthropic belum tentu lebih tinggi daripada OpenAI?

Laporan yang berbeda mungkin menggunakan metode pengukuran yang berbeda. Pendapatan tahunan dapat diekstrapolasi dari bulan terakhir atau laju kontrak dan tidak dapat secara langsung menggantikan laporan keuangan yang telah diaudit. Anthropic tumbuh pesat melalui permintaan API korporasi, sedangkan OpenAI memiliki bauran pendapatan yang lebih kompleks, mencakup langganan, API, dan layanan korporasi.

Mengapa perusahaan AI perlu mengamankan kapasitas komputasi terlebih dahulu?

Pelatihan model lanjutan memerlukan pasokan cip, server, dan listrik yang stabil dalam jangka panjang. Menandatangani perjanjian lebih awal dapat mengurangi risiko kekurangan pasokan, menyediakan waktu pembangunan yang lebih panjang, dan mengamankan harga yang lebih menguntungkan. Namun, hal ini juga menciptakan risiko terkait biaya tetap dan kapasitas menganggur.

Apakah Anthropic sepenuhnya bergantung pada Amazon?

Tidak. Amazon merupakan investor dan mitra cloud penting, tetapi Anthropic juga bekerja sama dengan Google, Microsoft, Lambda, Nscale, Fluidstack, TeraWulf, dan pemasok lainnya untuk memperoleh sumber daya komputasi dari berbagai sumber.

Haruskah pengguna biasa memilih Claude atau ChatGPT?

Jika kebutuhan utama Anda adalah analisis dokumen panjang, peninjauan kode, dan pekerjaan berbasis basis pengetahuan korporasi, Claude mungkin layak diuji terlebih dahulu. Jika Anda memerlukan kemampuan suara, gambar, berkas, alat yang terhubung, dan ekosistem pihak ketiga, ChatGPT umumnya lebih praktis. Pengalaman aktual juga akan bergantung pada wilayah Anda, paket langganan, dan versi model.