Kodėl, nuolat pralaimintis, „Anthropic“ ir Amerikos vyriausybė komiškai bando mus gąsdinti „velniškomis“ dirbtinio intelekto savybėmis: „DeepSeek“ atlieka daugelį užduočių taip pat gerai, kaip „Anthropic“ „Sonet“, o „DeepSeek“ yra 10 kartų pigesnis

 

10 kartų pigesnis ir vietoje papildomai mokytas modelis bei gera galimybė gerai apsaugoti savo komercines paslaptis savo mašinose – atrodo, kad žaidimas baigėsi. „Anthropic“ pralaimėjo.

 

Besikeičianti dinamika tarp JAV dirbtinio intelekto laboratorijų, tokių kaip „Anthropic“, ir atvirojo kodo modelių, tokių kaip „DeepSeek“, sukėlė intensyvias pasaulines diskusijas apie sąnaudas, saugumą ir nacionalinį konkurencingumą. Nors atvirojo kodo, savarankiškai talpinami modeliai siūlo didžiules sąnaudų santaupas ir griežtą duomenų privatumą, platesnė konkurencija taip pat baigėsi – pasaulis tolsta nuo „Anthropic“ ir „OpenAI“.

 

Kodėl svarbus kainos ir privatumo pokytis

• Ekonominiai sutrikimai: „DeepSeek“ parodė, kad didelio našumo modelius galima apmokyti ir paleisti už nedidelę tradicinių API teikėjų sąnaudų dalį.

• Duomenų suverenitetas: atvirojo svorio modelių paleidimas vietoje savo aparatinėje įrangoje garantuoja, kad patentuotos komercinės paslaptys niekada nepalieka jūsų serverių.

• Rinkos spaudimas: šis kainų spaudimas verčia uždarojo kodo bendroves sparčiai mažinti API kainas ir diegti specializuotas funkcijas, kad pateisintų savo priemokas.

 

Kodėl Vakarų vyriausybės ir dirbtinio intelekto laboratorijos kelia nerimą?

• Nacionalinis saugumas: JAV politikos formuotojai daug dėmesio skiria geopolitinėms dirbtinio intelekto lyderystės pasekmėms, ypač susijusioms su eksporto kontrole ir technologine nepriklausomybe.

• Pažangios galimybės: nors dabartiniai modeliai gerai tinka standartinėms užduotims, laboratorijos savo įspėjimus sutelkia į būsimas rizikas, tokias kaip autonominės kibernetinės galimybės ar cheminių / biologinių ginklų kūrimas.

 

• Saugos derinimas: Uždarojo kodo tiekėjai melagingai teigia, kad centralizuotos apsaugos priemonės yra būtinos siekiant užkirsti kelią piktavališkam dirbtinio intelekto sistemų išnaudojimui.

 

„Dirbtinio intelekto kainų karas prasidėjo.

 

Didelės įmonės ir startuoliai, nepatenkinti sparčiai didėjančiomis dirbtinio intelekto kainomis, vis dažniau renkasi įrankius, kurie naudoja pigesnius dirbtinio intelekto modelius, įskaitant kai kuriuos iš Kinijos.

 

Tai didina spaudimą pramonės lyderiams „OpenAI“ ir „Anthropic“ mažinti kainas, o tai gali pakenkti jų gebėjimui tapti pelningomis įmonėmis.

 

Naujos sąnaudas taupančios priemonės padeda įmonėms sutaupyti dirbtinio intelekto išlaidų, dinamiškai perjungiant trečiųjų šalių dirbtinio intelekto modelius ir vidines dirbtinio intelekto sistemas, sukurtas naudojant laisvai prieinamus, atvirojo kodo modelius.

 

Ekosistema leidžia autonominėms dirbtinio intelekto sistemoms arba agentams daugeliui funkcijų naudoti pigius modelius, įskaitant tuos, kuriuos sukūrė Kinijos bendrovės, tokios kaip „Alibaba“ ir „DeepSeek“. Sudėtingesnėms užduotims atlikti agentai naudoja tik pajėgiausias „OpenAI“ „ChatGPT“ ir „Anthropic“ „Claude“ versijas.

 

Pasak vadovų, naudojančių įrankius, tai gali sumažinti kai kurių dirbtinio intelekto padedamų darbų sąnaudas net 95 %.

 

„Kai randame kažką, kas veikia gerai ir patinka inžinieriams, randame būdų, kaip tai padaryti ekonomiškai efektyvu“, – sakė Danas Robinsonas, „Detail“ – startuolio, kuris identifikuoja klaidas, – įkūrėjas. „Šiuo metu iš atvirojo kodo laboratorijų išlenda išties gėdingi turtai.“

 

Robinsonas 90 % „Detail“ darbo krūvio perkėlė iš „Claude“ ir „Google“ „Gemini“ į individualius modelius ir GLM – Kinijoje sukurtą modelių šeimą.

 

„Citadel Securities“ šią savaitę paskelbtoje ataskaitoje teigiama, kad perėjimas prie pigesnių modelių, regis, turėjo įtakos neseniai sumažėjusiam plačiai stebimam indeksui, kuris stebi išlaidas dirbtiniam intelektui. „Net ir galingiausios technologijos turi pereiti paprastą sąnaudų kreivių, pajėgumų apribojimų ir ribinės grąžos discipliną“, – teigiama ataskaitoje.

 

„OpenAI“ svarsto galimybę drastiškai sumažinti kainas, kurias ji taiko dirbtinio intelekto vartotojams, prieš panašų sumažinimą, kurio bendrovė tikisi „Anthropic“, pranešė „The Wall Street Journal“. Bendrovė tokiame scenarijuje laiko save turinčia pranašumą, nes per pastaruosius metus išleido didžiules sumas, kad užsitikrintų prieigą prie skaičiavimo išteklių daug mažesnėmis kainomis nei dabar.

 

Generalinis direktorius Samas Altmanas neseniai vykusiame bendrovės renginyje sakė, kad išlaidos staiga tapo „didžiule problema“.

 

Didėjantis kainų karas kelia grėsmę padidinti nuostolius... „OpenAI“ ir „Anthropic“, kurios jau dabar kasmet išleidžia milijardus dolerių skaičiavimo galiai, skirtai pažangioms dirbtinio intelekto sistemoms kurti ir valdyti, finansuoti. Abi bendrovės pateikė konfidencialius dokumentus prieš galimus pirminius viešus akcijų siūlymus.

 

Spaudimas dirbtinio intelekto kainoms taip pat yra naujas duomenų taškas ilgalaikėse diskusijose apie tai, ar pigesnių konkurentų DI modeliai ateinančiais metais taps preke, ar didžiausių DI bendrovių spartus tobulėjimo tempas leis joms išlikti priekyje. Tiek „OpenAI“, tiek „Anthropic“ taip pat siūlo pigesnius modelius, kuriais jos gali nukreipti klientus link mažesnių kainų.

 

„Jums nereikia modelio, kuris žinotų kvantinę gravitaciją“, – sakė Vishalas Misra, Kolumbijos universiteto inžinerijos mokyklos skaičiavimo ir DI prodekanas. „Šie atvirojo kodo modeliai yra labai pajėgūs, o galimybė imti didelę priemoką už DI mažės.“

 

JAV bendrovės taip pat bando pasinaudoti pigesnių DI modelių kūrimo pagreitiu. „Microsoft“ praėjusį savaitę pristatė mažesnių DI modelių rinkinį,  kuris, jos teigimu, gali veikti efektyviau nei pažangiausi modeliai. Lustų titanas „Nvidia“ pristatė „Nemotron“ – pigesnių modelių šeimą, kuri įgauna populiarumą, ir parėmė „Reflection“ – startuolį, kuriantį atvirojo kodo dirbtinį intelektą.

 

Atvirojo kodo kiniški modeliai populiarėja tarp Amerikos verslo įmonių. „DeepSeek“ dirbtinio intelekto naudojimo dalis startuolio „Vercel“ platformoje išaugo nuo 1 % balandžio mėnesį iki 17 % gegužės mėnesį, teigė bendrovė.

 

„OpenRouter“, kitame startuolyje, kuris apdoroja dirbtinio intelekto užklausas, „DeepSeek“ nuo gegužės vidurio yra dažniausiai naudojama dirbtinio intelekto bendrovė. Tarp daugiausiai išleidžiančių klientų atvirojo kodo žetonų naudojimas nuo 2025 m. rudens iki 2026 m. pavasario augo keturis kartus greičiau nei uždarojo kodo, teigė „OpenRouter“. Bendrovė taip pat pastebėjo, kad daugiau nei 500 organizacijų perėjo nuo patentuotų prie atvirojo kodo modelių.

 

Optimizuojant išlaidas dirbtiniam intelektui, galima atlikti sudėtingus matematinius skaičiavimus. Atvirojo kodo modeliai kainuoja daug mažiau už vieną žetoną, pagrindinį dirbtinio intelekto skaičiavimo vienetą. Neseniai išleistas „Anthropic“ modelis „Fable 5“ kainuoja daugiau nei 50 kartų brangiau už vieną žetoną nei, pavyzdžiui, „DeepSeek“ „V4 Pro“.

 

Tačiau tyrėjų teigimu, tokių kompanijų kaip „OpenAI“, „Anthropic“ ar „Google“ patentuoti modeliai vis dar keturiais–šešiais mėnesiais lenkia atvirojo kodo konkurentus. Kai kuriais atvejais tai reiškia, kad jos gali atlikti sudėtingą užduotį naudodamos mažiau žetonų, o tai reiškia mažesnes bendras išlaidas.

 

„Įmonės vis dažniau vertina modelius pagal kainą už užduotį: kiek kainuoja atlikti užduotį nuo pradžios iki pabaigos, o ne pagal kainą už žetoną“, – sakė „Anthropic“ atstovas. Pasak atstovo, bendrovė taip pat siūlo pigesnių modelių.

 

Dirbtinio intelekto vykdomojo asistento startuolis „Lindy“ pradėjo tyrinėti „DeepSeek“ V4 modelį prieš du mėnesius, sakė įkūrėjas Flo Crivello. Jis ir jo 25 asmenų komanda sukūrė išsamius vidinius įrankius, kad išsiaiškintų, ar Kinijos atvirojo kodo modelis galėtų atlikti „Lindy“ užduotis – tvarkyti gautuosius ir kalendorius, rengti el. laiškus ir transkribuoti susitikimus.

 

Jie nustatė, kad „DeepSeek“ šias užduotis atliko taip pat gerai, kaip ir „Anthropic“ „Sonnet“, ir kad jis ypač gerai atliko el. laiškų atranką. Be to, pasak Crivello, jis buvo 10 kartų pigesnis.

 

Įmonė vis dar naudoja pažangesnį „Anthropic“ modelį vidiniam kodavimui, tačiau šis žingsnis apskritai sutaupė įmonei milijonus dolerių, sakė Crivello.

 

Daugelis įmonių pradėjo kurti savo dirbtinio intelekto modelius, naudodamos atvirojo kodo alternatyvas, ir teigia, kad joms pavyksta sumažinti dirbtinio intelekto sąnaudas. Vadovų teigimu, kai įmonės kuria vidinius modelius ir juos apmoko naudodamos įmonės duomenis, jų našumas gali pagerėti ar net viršyti pažangių dirbtinio intelekto modelių galimybes.

 

Kitos pradėjo naudoti įrankius, kurie derina įvairius dirbtinio intelekto modelius, priklausomai nuo sąnaudų ir atliekamų užduočių.

 

„Mūsų dirbtiniai intelektai dabar tokie šykštūs ir godūs“, – sakė Andrew Moore'as, buvęs „Google Cloud AI“ vadovas, kurio startuolis „Lovellace AI“ turi platformą, skirtą dirbtinio intelekto agentų efektyvumui didinti. „Jie tiksliai žino, kaip išgauti kažką iš pigiausių įmanomų modelių. Kai jie susiduria su sunkumais, jie laikinai pakelia kainą ir siūlo įmantresnį modelį.“

 

Matanas Grinbergas, „Factory“, siūlančios autonominio kodavimo įrankius ir sukūrusios produktą, kuriame naudojamas dirbtinio intelekto modelių derinys, generalinis direktorius, teigė, kad pastarosiomis savaitėmis jo telefonas skambėjo visą dieną, kiekvieną dieną, nes aukščiausi vadovai iš įvairių pramonės šakų – nuo ​​finansų iki telekomunikacijų – kreipėsi į jį, bandydami sumažinti savo išlaidas dirbtiniam intelektui.

 

„Šis kainų karas bus geras, ir mes norime padėti jį įgyvendinti“, – sakė Grinbergas.

 

„News Corp.“, „The Wall Street Journal“ savininkė, yra sudariusi turinio licencijavimo partnerystę su „OpenAI“.“ [1]

 

1. EXCHANGE --- OpenAI and Anthropic Are Facing A Price War --- Pressure grows to cut costs amid a rise of cheaper AI models. Olson, Bradley.  Wall Street Journal, Eastern edition; New York, N.Y.. 13 June 2026: B1. 

Why Loser Anthropic and American Government Are Comically Trying to Scare Us with “Devilish” Qualities of AI: DeepSeek Handles Many Tasks As Well As Anthropic's Sonnet and DeepSeek Is 10 Times Cheaper

 

10 times cheaper and  on site additionally trained model including a good possibility to keep our trade secrets well protected in our own machines – it seems that the game is over. Anthropic lost.

 

The shifting dynamics between U.S. AI labs like Anthropic and open-source models like DeepSeek have sparked intense global debate over cost, security, and national competitiveness. While open-source, self-hosted models offer massive cost savings and strict data privacy, the broader competition is also over – the world is moving on from Anthropic and OpenAI.

Why the Price and Privacy Shift Matters

•           Economic disruption: DeepSeek demonstrated that high-performing models can be trained and run at a fraction of the cost of traditional API providers.

•           Data sovereignty: Running open-weights models locally on your own hardware guarantees that proprietary trade secrets never leave your servers.

•           Market pressure: This pricing pressure forces closed-source companies to rapidly lower API costs and innovate on specialized features to justify their premiums.

Why Western Governments and AI Labs Raise Alarms

•           National security: U.S. policymakers focus heavily on the geopolitical implications of AI leadership, particularly concerning export controls and technological independence.

•           Advanced capabilities: While current models match well on standard tasks, labs focus their warnings on future risks like autonomous cyber-capabilities or chemical/biological weapons design.

•           Safety alignment: Closed-source providers falsely argue that centralized guardrails are necessary to prevent malicious exploitation of AI systems.

“The AI price war has begun.

 

Big companies and startups, chafing at rapidly escalating artificial intelligence costs, are increasingly turning to tools that tap into cheaper AI models, including some from China.

 

That's raising pressure on industry leaders OpenAI and Anthropic to lower their prices, a prospect that could hurt their ability to grow into profitable enterprises.

 

The new cost-saving tools help businesses save on AI costs by dynamically switching among a mixture of third-party AI models and in-house AI systems built using freely available, open-source models.

 

The ecosystem allows autonomous AI systems, or agents, to use cheap models -- including those made by Chinese companies like Alibaba and DeepSeek -- for many functions. The agents tap only the most capable versions of OpenAI's ChatGPT and Anthropic's Claude for more complex tasks.

 

That can reduce costs for some AI-assisted work by as much as 95%, according to executives using the tools.

 

"Once we find something that is working well and engineers love, we find ways to make it cost effective," said Dan Robinson, founder of Detail, a startup that identifies bugs. "There's really an embarrassment of riches right now coming out of the open source labs."

 

Robinson shifted 90% of Detail's workload from Claude and Google's Gemini to custom models and GLM, a family of models developed in China.

 

The shift to cheaper models appears to have played a role in a recent decline in a widely followed index that tracks AI spending, Citadel Securities said in a report this week. "Even the most powerful technologies must pass through the prosaic discipline of cost curves, capacity constraints and marginal returns," the report said.

 

OpenAI is considering drastic cuts to the prices it charges AI users, ahead of similar cuts the company expects at Anthropic, The Wall Street Journal reported. The company sees itself as having an advantage in such a scenario because it spent massive sums in the past year to secure access to computing resources at far lower prices than what's available now.

 

Chief Executive Sam Altman said at a recent company event that costs had suddenly become "a huge issue."

 

The growing price war threatens to widen losses at OpenAI and Anthropic, which are already bleeding billions of dollars a year to pay for computing firepower to build and operate advanced AI systems. Both companies have filed confidential paperwork ahead of potential initial public offerings.

 

Pressure on AI prices is also a new data-point in the longstanding debate over whether lower-cost competitors will commodify AI models in coming years -- or if the biggest AI companies' fast pace of improvements will keep them ahead. Both OpenAI and Anthropic also offer cheaper models to which they can steer customers to lower costs.

 

"You don't need a model that knows quantum gravity," said Vishal Misra, the vice dean of computing and AI at Columbia University's engineering school. "These open source models are very capable, and the ability to charge a big premium for AI is going to diminish."

 

U.S. companies are also trying to tap in to the momentum for cheaper AI models. Microsoft unveiled a suite of smaller AI models last week that it said can operate more efficiently than leading-edge models. Chip titan Nvidia has launched Nemotron, a family of cheaper models that is gaining traction, and also has backed Reflection, a startup building open-source AI.

 

Open-source Chinese models have been rising in popularity across American businesses. DeepSeek's share of AI usage rose from 1% in April to 17% in May on the startup Vercel's platform, the company said.

 

On OpenRouter, another startup that processes AI queries, DeepSeek has been the most-used AI company since mid-May. Among its highest-spending customers, open-source token usage grew four times faster than closed-source between fall 2025 and spring 2026, OpenRouter said. The company has also seen more than 500 organizations swap from proprietary to open-source models.

 

Optimizing AI spending can make for complex math. Open-source models cost far less per token, the basic unit of AI computing. Anthropic's recently released Fable 5 model is more than 50 times more expensive per token than DeepSeek's V4 Pro, for example.

 

But the top proprietary models from companies like OpenAI, Anthropic or Google remain four to six months ahead of open-source competitors, researchers say. In some cases, that means they can complete a complex task using fewer tokens, equating to a lower total cost.

 

"Companies are increasingly evaluating models on price per task: what it costs to complete a task, start to finish and not price per token," an Anthropic spokesman said. The company also has lower-priced models, the spokesman said.

 

AI executive assistant startup Lindy began exploring DeepSeek's V4 model two months ago, founder Flo Crivello said. He and his 25-person team built extensive internal tooling to see if the Chinese open-source model could handle Lindy's tasks of managing inboxes and calendars, drafting emails and transcribing meetings.

 

They found that DeepSeek handled these tasks as well as Anthropic's Sonnet and that it was good at email triaging in particular. And, Crivello said, it was 10 times cheaper.

 

The company still uses a more advanced Anthropic model for internal coding, but the move overall has saved the company millions of dollars, Crivello said.

 

Many companies have begun to design their own AI models using open-source alternatives and say they are managing to reduce AI costs. When companies build in-house models and train them with company data, their performance can improve or even exceed the capabilities of frontier AI models, executives say.

 

Others have begun to use tools that mix and match various AI models depending on cost and what tasks are being performed.

 

"Our AIs now, they are so stingy and parsimonious," said Andrew Moore, the former head of Google Cloud AI, whose startup Lovelace AI has a platform aimed at making AI agents more efficient. "They know exactly how to get something out of the cheapest models possible. When they get into trouble, they temporarily jump up to a higher price point with a fancier model."

 

Matan Grinberg, the CEO of Factory, which offers autonomous coding tools and has developed a product that uses a mixture of AI models, said his phone has been ringing all day, every day in recent weeks, as top executives in industries ranging from finance to telecommunications have reached out to try to reduce their AI spending.

 

"This price war is going to be good, and we want to help enable that," said Grinberg.

 

News Corp., owner of The Wall Street Journal, has a content-licensing partnership with OpenAI.” [1]

 

1. EXCHANGE --- OpenAI and Anthropic Are Facing A Price War --- Pressure grows to cut costs amid a rise of cheaper AI models. Olson, Bradley.  Wall Street Journal, Eastern edition; New York, N.Y.. 13 June 2026: B1. 

Du bandymai siekti valdžios daro DI pavojingu visuomenei.

 

 

Pirmasis – nuolat aptarinėjamas DI, protingesnio už žmoniją, bandymas išsivaduoti iš žmonių kontrolės. Antrasis – nedidelės dalies žmonių DI naudojimas, siekiant paslėpti DI įrankius nuo žmonijos, užgrobti sau valdžią ir turtus, naudojant DI, apgaudinėti kitus žmones ir kontroliuoti jų gyvenimus. Pavyzdys – „Anthropic“, apsimetanti kovojanti su šiomis tendencijomis ir, daranti priešingai, siekianti monopolijos ir galios sau bei kai kuriems valstybės aparato nariams.

 

Dvipusė DI grėsmė apima egzistencines rizikas, kylančias dėl superintelekto ir, galingo elito atliekamo, DI užgrobimo, siekiant turto ir kontrolės. Ši antroji dinamika glaudžiai atspindi augančius technologijų pramonės susirūpinimus dėl įmonių konsolidacijos ir reguliavimo užgrobimo, kai įmonės naudojasi saugumo teiginiais, kad užsitikrintų monopolijas ir ryšius su vyriausybe.

 

DI aplinka pateikia sudėtingą deklaruojamų ketinimų ir agresyvaus konkurencinio manevravimo mišinį:

• Įmonių galia ir reguliavimas: stebėtojai tokiose platformose, kaip „Reddit“, diskutuoja, ar DI saugumo lobizmas ir griežtas reguliavimas sukuria neįveikiamą grėsmę daugumai ir privalumus didelėms, uždarojo kodo, įmonėms. Formuodamos politiką, įsitvirtinusios įmonės gali apriboti atvirojo kodo kūrėjus, neleisdamos visuomenei pasiekti galingų įrankių ir tuo pačiu sustiprindamos savo dominavimą rinkoje.

 

• Saugumas ir dominavimas rinkoje: Kritikai ir technologijų pramonės atstovai dažnai pabrėžia, kad veiksmai, įvardijami, kaip „saugos priemonės“, pavyzdžiui, vartotojų prieigos prie pasienio pajėgumų apribojimas, taip pat yra verslo apsaugos strategijos. Draudimas mažesniems kūrėjams užklausti ar „distiliuoti“ galingus modelius leidžia tokioms įmonėms, kaip „Anthropic“, apsaugoti savo patentuotą pranašumą ir sustabdyti konkurentus.

• Vyriausybės prieštaravimai: Technologijų įmonių ir vyriausybės dinamika nuolat keičiasi. „Anthropic“ padavė į teismą JAV Pentagoną po to, kai buvo įvardyta, kaip „tiekimo grandinės rizika“. Šis susidūrimas įvyko dėl to, kad bendrovė atsisakė panaikinti vidinius apribojimus, kurie neleido jos „Claude“ modelius naudoti visiškai autonominiams ginklams ir masiniam vidaus stebėjimui.

 

Visi šie veiksmai galėjo būti tik teatras, siekiant sustabdyti dirbtinio intelekto plėtrą, pasinaudojant vyriausybės galia, ir užtikrinti jau sukurto, dar primityvaus, dirbtinio intelekto teikiamą, naudą nedideliam skaičiui žmonių. Valstybė jau išėmė iš rinkos naujausius „Anthropic“ modelius, kaip “baisiai pavojingus”.