Știri
Știri din categoria Inteligență artificială
Anthropic își pregătește IPO-ul cu Morgan Stanley și Goldman Sachs, dar miza reală este factura de infrastructură dezvăluită indirect: un acord de calcul cu SpaceX de 1,25 miliarde de dolari pe lună (aprox. 5,8 miliarde lei), potrivit The Next Web. Alegerea băncilor și calendarul vizat (octombrie) conturează o listare care ar putea deveni una dintre cele mai mari din tehnologie, însă costurile recurente pentru capacitate de calcul ridică întrebări despre marje și riscuri operaționale înainte de intrarea pe bursă.
Anthropic a selectat Morgan Stanley și Goldman Sachs pentru a conduce oferta publică inițială (IPO), cu JPMorgan Chase implicată în tranzacție, după ce compania a depus confidențial documentele pentru listare. Conform informațiilor citate de publicație dintr-un material Bloomberg, echipa de bănci ar putea fi extinsă, iar parametrii ofertei se pot modifica.
Detaliul cu cel mai mare impact economic nu vine din comunicările Anthropic, ci din documentația de listare a SpaceX (S-1), care arată că SpaceX furnizează către Anthropic capacitate de calcul pentru inteligență artificială, inclusiv aproximativ 325.000 de cipuri Nvidia, la un cost de 1,25 miliarde de dolari pe lună (aprox. 5,8 miliarde lei). Acordul se întinde până în mai 2029 și poate fi reziliat de oricare dintre părți cu un preaviz de 90 de zile, după o perioadă inițială de trei luni.
Publicația notează că această relație face din SpaceX simultan furnizor pentru Anthropic, competitor (prin chatbotul Grok) și, în același timp, candidat la propria listare. La nivel anualizat, contractul ar echivala cu 15 miliarde de dolari (aprox. 69 miliarde lei) doar pentru calcul, ceea ce pune în perspectivă dimensiunea dependenței de infrastructură și presiunea pe profitabilitate.
The Next Web subliniază că, odată ce documentul S-1 al Anthropic va fi public, compania ar trebui să prezinte acest acord ca o relație relevantă pentru investitori, în contextul suprapunerii competitive dintre părți. În practică, astfel de aranjamente sunt urmărite atent pentru riscuri de continuitate a serviciului, putere de negociere și potențiale conflicte de interese.
În paralel, Anthropic intră într-o „aglomerare” de listări mari în tehnologie, cu SpaceX și OpenAI menționate ca alte nume care se pregătesc pentru piața publică, ceea ce poate intensifica competiția pentru capital și poate influența evaluările.
Pe lângă componenta de infrastructură, un alt element de risc menționat este desemnarea de către Pentagon a Anthropic ca risc pe lanțul de aprovizionare, după ce compania ar fi refuzat acces nerestricționat la modele pentru zona militară; Anthropic a spus că situația ar putea pune în pericol miliarde de dolari în venituri. Modul în care acest risc va fi descris și cuantificat în documentația de listare este prezentat ca un punct sensibil pentru investitorii de pe piețele publice.
În acest cadru, IPO-ul Anthropic devine mai mult decât o simplă alegere de bănci: este un test despre cât de mult sunt dispuși investitorii să plătească pentru creștere în AI atunci când costul de bază — calculul — poate ajunge la niveluri de ordinul zecilor de miliarde de dolari anual.
Recomandate
Alphabet vrea să strângă până la 80 mld. dolari (aprox. 368 mld. lei) din vânzări de acțiuni pentru a finanța investițiile în infrastructura de inteligență artificială , într-o mișcare care schimbă strategia unuia dintre cei mai mari răscumpărători de acțiuni de pe Wall Street, potrivit Mediafax . Planul, anunțat luni, include o vânzare de acțiuni de 10 miliarde de dolari (aprox. 46 mld. lei) către Berkshire Hathaway , grupul de investiții care și-a construit treptat o poziție în Alphabet începând cu trimestrul al treilea din 2025. Tranzacția este prezentată ca un reper pentru marile companii tehnologice americane, care până acum și-au finanțat în mare parte cursa investițiilor în AI prin datorii și prin fluxurile de numerar din activitățile de bază. „Inteligența artificială generează un moment de expansiune pentru Alphabet”, a transmis compania într-un comunicat, adăugând că finanțarea va susține „oportunitatea semnificativă de creștere” din perioada următoare. Alphabet a reiterat că intenționează să cheltuiască până la 190 de miliarde de dolari (aprox. 874 mld. lei) în acest an pentru investiții de capital, sumă care ar urma să crească „semnificativ” în 2027. În ultimele 12 luni, fluxul operațional de numerar al companiei a fost de 174 de miliarde de dolari (aprox. 800 mld. lei). Cum arată structura finanțării Potrivit informațiilor citate, Alphabet ar urma să atragă: 30 de miliarde de dolari (aprox. 138 mld. lei) printr-o combinație de vânzări de acțiuni comune și convertibile (titluri care pot fi transformate ulterior în acțiuni); ulterior, un program prin care ar putea vinde în timp acțiuni suplimentare de până la 40 de miliarde de dolari (aprox. 184 mld. lei). Goldman Sachs a acționat ca agent de plasament pentru investiția Berkshire și ca „joint bookrunner” (coordonator al ofertei) alături de JPMorgan și Morgan Stanley pentru operațiunea mai amplă de majorare de capital. De ce contează intrarea Berkshire și ce se schimbă Plasamentul privat către Berkshire Hathaway ar ridica participația firmei de investiții în Alphabet la aproximativ 32 de miliarde de dolari (aprox. 147 mld. lei), adică circa o zecime din portofoliul său de acțiuni. Emisiunea este descrisă ca una dintre cele mai mari tranzacții de acest tip la care a participat vreodată Berkshire. În urma investiției, Alphabet ar deveni una dintre cele mai mari cinci dețineri bursiere ale Berkshire Hathaway, alături de participația istorică în Coca-Cola, evaluată la peste 31 de miliarde de dolari (aprox. 143 mld. lei). Implicarea Berkshire în tranzacție a fost negociată pe parcursul a 24 de ore, potrivit unor persoane familiarizate cu discuțiile, iar mutarea este prezentată drept una dintre cele mai importante decizii de investiții luate de Greg Abel de când l-a înlocuit pe Warren Buffett la conducerea Berkshire, la începutul anului. [...]
Oracle Cloud Infrastructure intră în ecosistemul Arm AGI CPU , semnalând o mutare operațională spre infrastructură cloud „la nivel de rack” optimizată pentru agentic AI (agenți software care coordonează sarcini între instrumente și servicii), potrivit Arm . Pentru piață, mesajul central este că furnizorii de cloud își repoziționează rapid arhitectura: o parte mai mare din execuția aplicațiilor de tip agentic se mută pe CPU, nu doar pe acceleratoare (GPU), iar eficiența energetică și densitatea de calcul devin criterii de proiectare. OCI (Oracle Cloud Infrastructure) își justifică interesul prin tracțiunea deja obținută cu infrastructură bazată pe Arm în sarcini cloud-native la scară mare și indică faptul că vrea să extindă aceste beneficii către „sisteme agentice” de generație următoare. În același timp, Arm își consolidează poziționarea: CPU-ul rămâne „planul de control” (componenta care orchestrează și coordonează) în infrastructura modernă de AI, chiar dacă inferența și antrenarea modelelor sunt accelerate de GPU-uri. De ce contează: agentic AI împinge cererea de CPU în centrele de date Arm susține că ritmul de adopție al agentic AI este mai rapid decât anticipa în urmă cu circa două luni. În acest context, compania indică două repere care mută discuția din zona de „capabilități” în zona de „cost și arhitectură”: Anthropic ar fi ajuns la un „revenue run rate” (ritm anualizat al veniturilor) de aproape 50 miliarde dolari în mai, de la aproximativ 9 miliarde dolari la finalul lui 2025, conform Arm, care citează date raportate de Anthropic. SemiAnalysis a estimat că 42% din timpul de execuție în sarcini moderne de „agentic coding” este consumat de utilizarea de instrumente condusă de CPU, ceea ce sugerează că o parte semnificativă a „muncii” se întâmplă în afara modelului propriu-zis. Implicația pentru operatorii de cloud și pentru companiile care își rulează agenții în cloud este că dimensionarea infrastructurii nu mai poate fi gândită doar în jurul acceleratoarelor: CPU-ul devine un factor limitativ atât pentru performanță, cât și pentru costul total. Ce promite Arm AGI CPU: densitate mai mare în aceleași constrângeri de energie Arm afirmă că Arm AGI CPU, „proiectat pentru era agentică”, oferă „peste 2x performanță per rack” față de implementări tradiționale pe x86, ceea ce ar permite creșterea densității de calcul în limitele de putere și răcire (termice) ale centrelor de date. Tot Arm reia o estimare prezentată anterior: Arm AGI CPU ar putea economisi operatorilor „până la 10 miliarde dolari” în cheltuieli de capital pentru fiecare gigawatt de capacitate de infrastructură AI instalată. Compania adaugă că, având în vedere accelerarea adopției agentic AI, impactul economic „ar putea fi și mai mare”, fără a oferi însă o cuantificare nouă. Ecosistemul se lărgește: platforme de la Supermicro și alți parteneri În paralel cu intrarea OCI în ecosistem, Arm menționează că la COMPUTEX Supermicro a introdus noi platforme Arm AGI CPU pentru implementări „rack-scale” atât cu răcire pe aer, cât și cu răcire cu lichid, alăturându-se unor sisteme de la ASRock Rack, Lenovo și alți parteneri. Mesajul operațional este că Arm încearcă să reducă fricțiunea de adoptare: nu doar un CPU, ci configurații complete, pregătite pentru integrare în rack, într-o perioadă în care constrângerile de energie și răcire sunt decisive. Context: presiune și pe alte linii Arm în cloud (Neoverse) Arm leagă această mișcare de un trend mai larg în cloud, indicând: Google a anunțat Axion ca „head node” pentru cele mai recente sisteme TPU, înlocuind CPU-uri x86. AWS își extinde implementările Graviton, iar cererea pentru capacitate suplimentară ar crește, inclusiv pentru a susține sarcini agentice (Arm citează și un material din CIO.com despre presiunea pe capacitate). NVIDIA își promovează platforma Vera bazată pe Arm, menționând implementări la clienți precum OpenAI, Anthropic și SpaceX. În ansamblu, Arm își construiește argumentul că CPU-urile bazate pe Arm devin tot mai des componenta de orchestrare („control plane”) în infrastructura AI modernă, iar intrarea OCI în ecosistemul Arm AGI CPU este încă un semnal că furnizorii de cloud se pregătesc pentru o cerere mai mare de CPU odată cu extinderea agentic AI. [...]
Consumul intern de „tokeni” la OpenAI a ajuns la niveluri care pun presiune pe costuri , în condițiile în care unii angajați ar folosi lunar aproximativ 100 de miliarde de tokeni, potrivit declarațiilor CEO-ului Sam Altman, citate de iThome . Altman a spus, într-un eveniment dedicat clienților corporate (marți, ora locală), că „campionul” consumului de tokeni din interiorul companiei ajunge la circa 100 de miliarde pe lună. Prin comparație, în urmă cu șase ani și jumătate, cel mai mare consumator intern folosea aproximativ 100.000 de tokeni lunar — un nivel pe care Altman l-a descris drept aproape cel mai ridicat la nivel global la acel moment. Acum, același ordin de mărime ar fi ajuns „aproape” la nivelul mediu global de utilizare, potrivit lui. Deși consumul intern este foarte mare, Altman a precizat că nu ar fi cel mai ridicat din lume: OpenAI ar fi identificat un utilizator extern cu un consum și mai mare, situație pe care CEO-ul a spus că a găsit-o „jenantă” în plan personal. „Tokenii” ca metrică de cost și o cultură internă a consumului În material se menționează că folosirea intensă a tokenilor ar fi devenit o „modă” internă: OpenAI ar avea un clasament al consumului, iar unii angajați ar publica pe X capturi cu utilizarea lor ridicată. Contextul e relevant economic deoarece tokenii sunt unitatea de măsură folosită la facturarea utilizării modelelor (pe scurt, fragmente de text procesate), iar OpenAI este și vânzătorul acestor servicii. Sursa mai indică exemple de consum extrem, atribuite unor terți: dezvoltatorul OpenClaw, Peter Steinberger , ar fi publicat o captură în care apare un consum de 603 miliarde de tokeni în 30 de zile; The New York Times ar fi relatat despre un angajat OpenAI care ar fi folosit 210 miliarde de tokeni într-o singură săptămână. De ce contează: restul industriei încearcă să limiteze cheltuielile cu AI În timp ce OpenAI ar tolera consumul intern ridicat, alte companii ar fi trecut la măsuri de control al costurilor, potrivit aceleiași surse: Amazon ar fi închis un clasament intern al consumului de tokeni; Uber ar fi introdus limite de utilizare, după ce directorul operațional ar fi pus sub semnul întrebării raportul cost-beneficiu al acestor cheltuieli. Altman a mai spus că OpenAI lucrează la optimizarea modelelor proprii și caută soluții de reducere a costurilor, cu obiectivul de a „crea valoare mai mare la costuri mai mici”. El a susținut și că problema costurilor AI a devenit vizibilă brusc: la începutul lui 2026 „nimănui nu-i păsa” de cheltuieli, însă acum costul utilizării AI a devenit o problemă majoră care trebuie rezolvată. [...]
OpenAI își extinde accesul „trusted-access” la GPT‑Rosalind , un model pentru cercetare în științele vieții, mizând pe o combinație de capabilități avansate de lucru cu instrumente și pe evaluări specializate care promit eficiență mai bună în fluxuri de analiză și laborator. Potrivit OpenAI , actualizarea din seria GPT‑Rosalind este construită pentru cercetare la scară „enterprise” (organizații mari) și este disponibilă în „research preview” (acces limitat, de test) pentru organizații eligibile la nivel global. Modelul combină capabilități de „agentic coding” și utilizare de instrumente (adică poate planifica și executa pași de lucru cu ajutorul unor unelte software) cu o inteligență mai puternică în domenii-cheie pentru descoperirea de medicamente, precum chimia medicinală și genomica. OpenAI susține că, în evaluările interne, versiunea actualizată arată câștiguri de performanță pe sarcini de cercetare, inclusiv întrebări complexe de chimie medicinală, biologie cantitativă și depanare de proceduri de laborator („wet lab”). De ce contează: acces controlat și integrare în fluxuri de lucru, nu doar „răspunsuri” mai bune Unghiul principal al actualizării este operațional: OpenAI împinge GPT‑Rosalind către utilizare în organizații, în condiții de acces controlat și cu integrare în fluxuri repetabile, auditate. Publicația spune că extinde disponibilitatea globală printr-o structură de implementare „trusted-access”, destinată organizațiilor care desfășoară cercetare legitimă cu beneficiu public, au guvernanță și supraveghere de siguranță și pot asigura acces controlat cu securitate de nivel „enterprise”. În paralel, OpenAI anunță și un „managed workspace” (spațiu de lucru administrat de OpenAI) pentru organizațiile calificate care nu au un cont Enterprise. Cum își măsoară OpenAI progresul: LifeSciBench, MedChemBench, GeneBench și LabWorkBench Pentru a urmări impactul în sarcini „valoroase științific”, OpenAI spune că a construit LifeSciBench, un set de evaluare judecat de experți externi, care acoperă șase zone de flux de lucru: gestionarea dovezilor, analiză, proiectare și optimizare, raționament științific, validare și operațiuni, respectiv traducere și comunicare. Pe lângă acesta, compania descrie alte evaluări și rezultate comparative cu GPT‑5.5: MedChemBench (chimie medicinală): GPT‑Rosalind depășește GPT‑5.5 la scor (27,5% vs. 25,1%) și folosește cu 7,2% mai puțini „tokeni” (unități de text procesate, relevante pentru cost și timp de rulare). GeneBench (genomică și biologie cantitativă, evaluare „agentică” pe sarcini de durată): GPT‑Rosalind folosește cu 31% mai puțini tokeni și are acuratețe mai mare (21,6% vs. 20,4%). LabWorkBench (asistență pe protocoale reale de laborator): GPT‑Rosalind obține 63,2% vs. 55,8% pentru GPT‑5.5, cu 5,3% mai puțini tokeni; datele folosite sunt descrise ca proprietare, pentru a evita contaminarea. Stratul de execuție: pluginuri pentru dovezi și analiză NGS, plus vizualizatoare de fișiere biologice OpenAI leagă actualizarea de un set de instrumente care duc modelul din zona de raționament în cea de execuție a fluxurilor de lucru. Compania indică două pluginuri: Life Sciences Research (recuperare de dovezi cu surse și interpretare biologică) Life Sciences NGS Analysis (execuție bioinformatică pentru analize NGS – „next-generation sequencing”, adică secvențiere de nouă generație) Ambele sunt accesibile prin Codex, iar utilizatorii enterprise calificați pot folosi GPT‑Rosalind pentru a le alimenta. OpenAI mai spune că a adăugat vizualizatoare interactive pentru tipuri de fișiere „native” în biologie (secvențe, alinieri, structuri), astfel încât cercetătorii să poată rămâne „aproape de dovezi” în timpul analizei și să poată pune întrebări în contextul vizualizării active. Parteneriatul cu Novo Nordisk și ce urmează În contextul extinderii accesului, OpenAI menționează că Novo Nordisk folosește capabilități de inteligență artificială avansată pentru a ajuta cercetătorii să analizeze seturi de date complexe, să identifice tipare și să testeze ipoteze mai rapid. În material este inclusă o declarație a lui Mishal Patel (Group Vice President, AI & Digital Innovation, R&D – Novo Nordisk) despre nevoia ca modelele avansate să fie ancorate în date de încredere, conectate la instrumente validate și integrate în fluxurile reale de lucru. În continuare, OpenAI afirmă că va îmbunătăți raționamentul biologic al modelului, va extinde suportul pentru fluxuri de lucru „tool-heavy” (cu multe instrumente) și de durată și va evalua impactul în utilizare reală, inclusiv în proiecte cu beneficiu public precum descoperirea de medicamente, sănătate publică, pregătire și biodefense, în linie cu inițiativa Rosalind Biodefense . [...]
Microsoft își mută centrul de greutate în AI către modele proprii, cu efect direct asupra costurilor din Azure , într-o încercare de a reduce dependența de furnizori externi precum OpenAI și Anthropic, potrivit Antena 3 . Compania a prezentat la conferința Build 2026 o familie de șapte modele dezvoltate intern, semnalând o schimbare operațională importantă pentru ecosistemul său de produse și pentru clienții care consumă AI prin Azure. Microsoft a anunțat modelele la Build, evenimentul anual organizat la San Francisco, iar mesajul central este că vrea să se bazeze „mai puțin” pe OpenAI și alte companii în care a investit masiv. În același timp, compania indică faptul că rularea modelelor proprii pe infrastructura Azure ar reduce costurile plătite până acum către furnizori externi și că economiile ar urma să ajungă și la dezvoltatori. Ce modele a prezentat Microsoft și unde le poziționează Lansarea principală este MAI-Thinking-1 , descris ca primul model de tip „reasoning” (raționament) al Microsoft, antrenat de la zero pe date „curate”, licențiate comercial, fără distilare din alte sisteme AI. Conform informațiilor din articol, modelul are: 35 de miliarde de parametri activi (indicator al dimensiunii modelului); fereastră de context de 256.000 de tokeni (cantitatea de text pe care o poate „ține minte” într-o sesiune); utilizare țintită pentru sarcini complexe, raționament pe mai mulți pași, texte lungi și generare de cod. Separat, Microsoft a lansat MAI-Code-1-Flash , un model specializat pe programare, care transformă descrieri în limbaj natural în cod pentru aplicații și site-uri. Acesta este deja integrat în GitHub Copilot și Visual Studio Code , ceea ce sugerează o direcție de implementare rapidă în instrumentele folosite de dezvoltatori. Miza operațională: costuri mai mici și control mai mare în Azure Șeful diviziei Microsoft AI, Mustafa Suleyman, a afirmat că, după ajustări făcute pentru firma de consultanță McKinsey, modelele companiei ar fi depășit GPT-5.5 la capitolul calitate și ar fi „de până la zece ori” mai eficiente din punct de vedere al costurilor, pe baza unor date publice de prețuri raportate la scară. Articolul nu detaliază metodologia completă a comparației, dincolo de referirea la date publice și la ajustarea pentru un client. În plus, Microsoft spune că, în evaluări „oarbe” realizate de Surge (partener independent de testare), MAI-Thinking-1 a fost preferat în fața lui Claude Sonnet 4.6 de la Anthropic și ar egala Claude Opus 4.6 la teste de coding. „Credem că a venit momentul ca fiecare companie să treacă de la simpla utilizare a unui model de vârf la participarea directă la acest nivel”, a declarat CEO-ul Satya Nadella în cadrul conferinței. Context: investițiile în OpenAI și Anthropic rămân, dar dependența se reduce Mișcarea vine într-un moment în care companiile în care Microsoft a investit se pregătesc pentru posibile listări la bursă, potrivit articolului. Antena 3 notează că Microsoft a investit 13 miliarde de dolari (aprox. 59,8 miliarde lei) în OpenAI și până la 5 miliarde de dolari (aprox. 23 miliarde lei) în Anthropic, iar modelele ambelor companii sunt în continuare disponibile prin Azure. În același timp, articolul menționează că Anthropic a depus confidențial actele pentru un IPO pe 1 iunie, după o rundă de finanțare care ar fi ridicat evaluarea companiei, iar OpenAI s-ar afla, la rândul său, în pregătiri pentru un proces similar de listare. Ce urmează să se vadă în piață Din informațiile prezentate, efectul imediat urmărit de Microsoft este reducerea costurilor și creșterea controlului asupra lanțului tehnologic (model AI + infrastructură Azure + integrare în produse precum Copilot și Visual Studio Code). Rămâne de văzut în ce măsură promisiunea de economii „care vor ajunge și la dezvoltatori” se va reflecta în prețuri și condiții comerciale concrete, detalii care nu apar în material. [...]
DeepSeek își consolidează evaluarea la aproape 60 mld. dolari prin prima rundă externă de finanțare, într-un moment în care competiția pentru capital și talente în inteligența artificială se intensifică în China, potrivit South China Morning Post . Start-up-ul ar finaliza o rundă de peste 50 miliarde yuani (7,4 miliarde dolari, aprox. 34 miliarde lei), la o evaluare „puțin sub” 60 miliarde dolari (aprox. 276 miliarde lei), de circa șase ori peste nivelul de 10 miliarde dolari din aprilie. Mutarea marchează o schimbare de strategie pentru DeepSeek, care ar fi respins anterior capitalul extern. Sursele citate de publicație indică faptul că firma urmărește să „fixeze” o evaluare oficială într-o piață hipercompetitivă și să își apere echipa, oferind un reper de evaluare a participațiilor (equity) pentru angajați, pe fondul tentativelor rivalilor de a atrage specialiști de top. Cine intră în rundă și ce sume sunt vehiculate Investitori orientați spre piață și giganți tech chinezi ar fi angajat circa 30 miliarde yuani, conform uneia dintre surse. Printre participanții așteptați: Tencent Holdings: 10 miliarde yuani NetEase: aprox. 3 miliarde yuani JD.com: aprox. 3 miliarde yuani Contemporary Amperex Technology Limited (CATL): aprox. 5 miliarde yuani Fonduri de venture capital: IDG Capital, Monolith, Loyal Valley Capital și Shixiang Tech (fără sume detaliate) Fondatorul și CEO-ul Liang Wenfeng ar urma să contribuie cu aproximativ 20 miliarde yuani din capital propriu, potrivit informațiilor din articol. Separat, fonduri susținute de stat ar avea și ele un rol, însă termenii finali – inclusiv vehiculele prin care ar veni banii – nu ar fi încă stabiliți, conform unei alte surse. Indicii că tranzacția a trecut de faza de discuții Deși termenii rămân „sub rezerva schimbării”, documente locale și înregistrări corporative sugerează că tranzacția a avansat. Publicația notează că, potrivit serviciului de registru corporativ QCC.com, mai multe vehicule investiționale (special purpose vehicles) legate de potențialii finanțatori au fost înființate la mijlocul și spre finalul lunii mai. Un exemplu menționat este entitatea Hangzhou Chengce Business Consultation, înființată pe 19 mai, care ar împărți adresa înregistrată a DeepSeek, cu Liang indicat drept „controlor efectiv”. Context: presiune pe costuri și integrare cu hardware local DeepSeek a atras atenția globală anul trecut cu modele open-source precum V3 și R1, susținând că poate dezvolta AI avansată la costuri mult mai mici decât rivali americani precum OpenAI și Anthropic. Compania continuă strategia de eficiență a costurilor cu modelul V4, despre care afirmă că egalează performanța unor modele americane „închise” (closed-source) în zone-cheie. În mai, DeepSeek a anunțat o reducere permanentă de 75% a prețului pentru V4 Pro și a indicat tarife de până la 0,0036 dolari per 1 milion de tokeni de intrare „în cache” și 0,87 dolari per 1 milion de tokeni de ieșire. Compania a mai spus că prețurile ar urma să scadă semnificativ în a doua jumătate a anului, pe măsură ce supernodurile Huawei Ascend 950PR „se livrează la scară”, deși platforma ar fi avut întreruperi intermitente de serviciu după lansarea V4. În paralel, V4 ar fi declanșat o cursă între producătorii chinezi de cipuri pentru optimizarea hardware-ului, iar Huawei ar fi anunțat adaptarea completă a V4 la platforma Ascend 950PR, alături de adaptări din partea Cambricon și MetaX. [...]
