Open-Source-AI frisst Token-Volumen, Anthropic kassiert weiter bei teuren Workflows
TL;DR
Decagon-CEO Jesse Zhang beschreibt Enterprise-AI als Lebenszyklus: Teams testen neue Use Cases mit teuren Frontier-Modellen und verschieben reifere Workloads später auf günstigere offene oder leichte Modelle. Vercels AI-Gateway-Dashboard stützt die These nur indirekt: DeepSeek verarbeitet dort über ein Drittel der Tokens, während Anthropic weiter mehr als die Hälfte der Ausgaben einsammelt.
Nauti's Take
Die sauberste Lesart: Open Source frisst nicht Anthropic, sondern frisst die langweiligen Workloads zuerst. Das ist für Nutzer gut, weil Routine-Aufgaben billiger werden.
Für Anbieter wie Anthropic ist es bequem, solange ständig neue schwierige Use Cases entstehen. Der Haken: Wenn Unternehmen ihre Workflows schneller standardisieren, wird die Premium-Zone kleiner.
Dann reicht Entdeckungs-Magie nicht mehr, dann zählen Vertrieb, Integration, Sicherheit und echte Wechselkosten.
Einordnunganzeigen
Für Teams heißt das: Modellwahl wird weniger zur Glaubensfrage und mehr zur Betriebslogik. Frontier-Modelle bleiben stark, wenn ein Workflow noch unscharf, riskant oder komplex ist. Sobald der Ablauf stabil ist, lohnt sich der Wechsel auf günstigere Modelle.
Anthropic verliert also nicht zwingend Kunden, sondern verdient weiter an der teuren Entdeckungsphase.
Quellen