Perang Harga OpenAI dan Anthropic Mungkin Mengubah Penggunaan Token AI dan Pasar Komputasi Kripto

Headline: OpenAI Bersiap Menghadapi Perang Harga Dengan Anthropic — Apa Maknanya Bagi “Tokenmaxxing” AI dan Pasar Komputasi Kripto OpenAI dilaporkan sedang mempertimbangkan pemotongan harga yang dalam bagi pengembang dan perusahaan sambil bersiap menghadapi langkah-langkah yang diharapkan dari pesaingnya, Anthropic, menurut Wall Street Journal. Pembicaraan ini masih cair — kedua perusahaan telah mengajukan permohonan IPO secara rahasia bulan ini dan keduanya belum menghasilkan keuntungan — tetapi tekanannya jelas. Fakta utama - Sam Altman menyiratkan harga lebih rendah di acara baru-baru ini: “Saya pikir kita akan memiliki banyak cara untuk membantu orang mendapatkan lebih banyak nilai dengan pengeluaran yang lebih sedikit,” demikian kutipan WSJ. - Margin operasional disesuaikan OpenAI untuk Q1 2026 adalah -122% (mereka rugi $1,22 untuk setiap dolar pendapatan). - Pangsa ChatGPT dalam lalu lintas web generatif-AI global turun dari 77,6% pada Mei 2025 menjadi 53,7% pada April 2026 (Decrypt). - Untuk pertama kalinya, lebih banyak perusahaan yang dilacak oleh Indeks AI Ramp membayar untuk Anthropic daripada untuk OpenAI. - Laju tahunan Anthropic melonjak dari $9 miliar pada akhir 2025 menjadi $47 miliar pada Mei 2026 — lonjakan 422% dalam lima bulan — didorong terutama oleh Claude Code. Q2 2026 adalah kuartal pertama Anthropic yang menghasilkan laba. - OpenAI telah menyesuaikan prioritas alat pemrograman (Codex) sebagai respons, tetapi masih tertinggal. Mengapa harga penting: lonjakan adopsi dan “tokenmaxxing” Perusahaan di mana-mana sedang berlomba-lomba menerapkan AI, dan penggunaannya meledak. Contoh yang disebutkan dalam liputan: - CTO Uber dilaporkan telah menghabiskan anggaran AI 2026 perusahaan pada bulan April. - Karyawan JP Morgan di beberapa divisi menghabiskan lebih banyak untuk penggunaan AI daripada gaji mereka sendiri, menurut kepala petugas data bank tersebut. - CEO Palantir, Alex Karp, membandingkan perilaku ini dengan kecanduan di AIPCon; analis JP Morgan memperingatkan dalam sebuah catatan bahwa “Tagihan AI Tidak Terkendali.” Singkatan Silicon Valley kini menyebut overkonsumsi ini sebagai “tokenmaxxing” — membakar sebanyak mungkin token model (unit data yang diproses AI), sering tanpa ROI yang jelas. Pola bisnisnya sudah dikenal: rencana konsumen biaya tetap rendah (harga gaya ChatGPT $20/bulan) adalah loss leader untuk mendorong adopsi; implementasi perusahaan nyata beralih ke penetapan harga API berbasis penggunaan, yang mengonsumsi jauh lebih banyak komputasi dan menelan biaya lebih tinggi bagi penyedia. Tekanan struktural dan pandangan yang berbeda - Tommy Shaughnessy dari Delphi Ventures berpendapat bahwa biaya tetap $20 selalu di bawah biaya penggunaan berat; pelanggan besar bermigrasi ke API berbasis token dan mengekspos margin. - Kritikus berargumen bahwa laboratorium Barat secara efektif menjalankan oligopoli dan dapat membebankan biaya pemrosesan prompt tinggi — beberapa model Cina membebankan jauh lebih sedikit, yang mungkin menunjukkan ruang untuk fleksibilitas harga. - Seorang pengguna X yang vokal mencatat bahwa margin penyedia terlihat “gila” dibandingkan biaya perangkat keras dan daya; yang lain menunjukkan bahwa penyedia mensubsidi penggunaan untuk merebut pangsa pasar. Model open-source dan penyedia inferensi: perubahan besar Model Cina open-source (DeepSeek, GLM, MiMo, Kimi, Minimax) dihosting oleh penyedia inferensi yang berkembang pesat dan dilaporkan bersaing dengan Claude Opus pada benchmark pemrograman dengan harga sekitar sepertigabelas dari penawaran tertutup. Shaughnessy dari Delphi merangkum pergeseran struktural: laboratorium Cina sering membuka sumber model tingkat terdepan, dan biaya model inilah biaya terbesar bagi penyedia inferensi — ketika modelnya gratis, basis biaya penyedia jauh lebih rendah. Implikasi: - Selama model berkinerja tinggi tetap open-source, harga minimum kecerdasan terus turun, membuat pemulihan margin di laboratorium premium (OpenAI, Anthropic) secara matematis sulit. - Tesis ini berbalik hanya jika laboratorium Cina besar beralih ke sumber tertutup — yang akan bersifat bullish bagi penyedia AS. Mengapa pembaca kripto harus peduli - Biaya inferensi AI yang lebih rendah dan perang harga yang semakin ketat memiliki implikasi langsung bagi layanan asli kripto yang bergantung pada AI: orakel on-chain, bot dagangan, indeks on-chain, generasi metadata NFT, dan audit kontrak pintar bisa menjadi jauh lebih murah untuk dijalankan. - Ekonomi ini menekan penyedia terpusat untuk berinovasi dalam penetapan harga dan infrastruktur. Hal ini bisa mempercepat pasar komputasi terdesentralisasi dan ter-tokenisasi — yang secara alami cocok untuk kripto: pasar tempat komputasi dihargai, dibeli, dan dijual dalam token, atau di mana validator/bertaruh menyediakan siklus GPU — menawarkan lindung nilai terhadap kenaikan tagihan API. - Sebaliknya, jika laboratorium besar mensubsidi penggunaan dalam jangka panjang, mereka bisa menekan operator inferensi independen dan memperlambat desentralisasi — menjadikan model bisnis dan tokenomik proyek komputasi terdistribusi sebagai poin desain kritis. Kesimpulan OpenAI vs. Anthropic sedang berkembang menjadi pertarungan harga berisiko tinggi yang didorong oleh adopsi perusahaan yang cepat dan ekonomi penggunaan berbasis token. Model open-source dan inferensi murah mempersulit pemulihan margin bagi laboratorium besar dan menciptakan peluang bagi pasar komputasi terdesentralisasi atau ter-tokenisasi — ruang di mana proyek kripto berada dalam posisi baik untuk dimanfaatkan jika mereka dapat menyempurnakan kinerja, keandalan, dan model penetapan harga.