Anthropic vs. OpenAI: comparação das receitas dos modelos, reservas de Hashrate e modelos de negócio

À medida que os modelos de IA ultrapassaram o âmbito das ferramentas de chat para se consolidarem no desenvolvimento de software, análise financeira, serviço ao cliente, automação de escritório, investigação científica e outros domínios, a competição no mercado desviou-se do simples número de parâmetros do modelo para considerar fatores como crescimento das receitas, disponibilidade de hashrate, fidelização de clientes e distribuição de produtos. Segundo relatórios recentes, a Anthropic celebrou acordos ligados ao hashrate avaliados em cerca de 517 mil milhões $ num período de 11 meses, garantindo pelo menos 14,8 GW de capacidade computacional. Estes números rapidamente atraíram as atenções do mercado, reformulando a rivalidade Anthropic–OpenAI — o desafio centra-se agora na capacidade de obter recursos computacionais e capital a longo prazo, não apenas na inteligência dos modelos.

Ambas as empresas seguem estratégias distintas para comercializar IA generativa. A Anthropic assume a função de fornecedora de foundation-models, concentrando-se em APIs para empresas, enquanto a OpenAI atua no desenvolvimento de plataformas de modelos, aplicações para consumidores, ferramentas para programadores e software empresarial. Para comparar ambas, é necessário olhar em simultâneo para as capacidades dos modelos, fontes de receita, contratos de computação e estruturas de capital.

Principais conclusões

• A Anthropic estrutura-se em torno do Claude e das APIs empresariais, ao passo que a OpenAI baseia-se no GPT, ChatGPT e plataforma para programadores.
• O crescimento das receitas da Anthropic assenta na procura de API empresariais, enquanto a OpenAI beneficia de receitas mais diversificadas.
• A Anthropic assegurou acordos de computação à escala através de vários parceiros; porém, o valor total dos contratos não equivale ao montante já liquidado.
• Os planos de computação e investimentos em infraestrutura da OpenAI são superiores e poderão atingir cerca de 30 GW até 2030.
• GW e MW referem-se a capacidade ou potência de data center; não podem ser diretamente comparados ao número de GPU ou à capacidade útil de treino disponível.
• A Anthropic destaca-se na segurança do modelo e workflows empresariais, enquanto a OpenAI privilegia a distribuição junto do consumidor e a expansão do ecossistema.
• Ambas enfrentam riscos derivados de grandes gastos de capital, comoditização dos modelos, regulação e subutilização da capacidade computacional.

O que são a Anthropic e a OpenAI?

Fundada em 2021, a Anthropic desenvolve modelos da família Claude. Oferece o Claude para conversação e escrita de âmbito geral, modelos avançados para raciocínio complexo e programação, e serviços API para empresas. A empresa foi criada por antigos investigadores da OpenAI e identifica a segurança da IA, restrições comportamentais e métodos constitucionais de treino de IA enquanto prioridades.

Os produtos da Anthropic são conhecidos pela fiabilidade, segurança e adequação a tarefas de contexto longo. Bancos, sociedades de advogados, equipas de desenvolvimento de software e grandes empresas estão entre os principais clientes. O Claude pode ser acedido a partir do site/aplicações próprios da Anthropic, bem como por plataformas cloud como Amazon Bedrock e Google Cloud Vertex AI.

A OpenAI foi criada em 2015 inicialmente como organização sem fins lucrativos, desenvolvendo depois uma estrutura complexa de lucros e acordos com investidores. Lançou a família GPT e tornou a IA generativa acessível ao grande público em 2022 com o ChatGPT. Atualmente, oferece ChatGPT, APIs, ferramentas de programação, soluções empresariais e uma plataforma de modelos para programadores.

A principal vantagem da OpenAI reside no alcance massivo dos utilizadores. Para muitos, o ChatGPT foi o primeiro contacto com IA, tendo os modelos GPT sido integrados em softwares de escritório, motores de busca, ferramentas de programação e aplicações externas. Se a Anthropic tem menos visibilidade e menor alcance no consumidor comum, ganhou notoriedade importante entre programadores e clientes empresariais.

Posicionamento dos modelos: Claude vs. GPT

Claude e GPT são ambos modelos de linguagem de grande porte para fins gerais, com diferentes prioridades na oferta.

O Claude destaca-se pela extensão de contexto, foco na segurança e fiabilidade a nível empresarial. Permite processar contratos extensos, repositórios de código, relatórios de investigação ou bases internas num só ciclo, ideal para análise jurídica, de dados ou engenharia de software. Reduzir outputs nocivos, restringir comportamentos não autorizados e seguir instruções são prioridades do treino da Anthropic.

A família GPT dá mais relevância às capacidades gerais, compatibilidade de ecossistema e expansão multimodal. O ChatGPT aceita texto, imagem, voz e ficheiros, abrangendo plugins, conectores, GPTs personalizados e funcionalidades de workspace — evoluiu para uma plataforma de aplicações abrangente. A OpenAI aposta em modelos de raciocínio para elevar o desempenho em matemática, programação, ciências e planeamento complexo.

A diferença não reside simplesmente em determinar qual modelo é “mais forte”. Os rankings variam conforme as tarefas e versões. Claude pode brilhar no processamento de documentos extensos, revisão de código e consistência de estilo, ao passo que GPT sobressai na interação multimodal, chamada de ferramentas e experiência do produto para o consumidor. O fator decisivo para o utilizador é a utilidade do modelo para o workflow específico — não a posição num ranking pontual.

Em resposta recente à polémica de uma arquitetura recursiva (Astra), o chief scientist da OpenAI afirmou que a profundidade do grafo computacional dos modelos líderes não aumentou subitamente por várias ordens de magnitude em relação ao GPT-4. Isto sugere que a inovação arquitetónica não transforma obrigatoriamente o modelo numa “caixa negra” sem rastreabilidade. Sublinha ainda o desafio partilhado pelo setor: assegurar visibilidade sobre o raciocínio do modelo. Tanto Anthropic como OpenAI trabalham para reforçar as capacidades de raciocínio sem abdicar de ferramentas eficazes de monitorização de segurança.

Escala de receitas e modelos de crescimento

Estima-se que a receita anualizada da Anthropic ultrapasse 65 mil milhões $ e a da OpenAI ronde os 40 mil milhões $, segundo relatórios de mercado. Dada a natureza não cotada das empresas, estes números têm origem em insiders, contratos e estimativas da comunicação social — não são equivalentes a contas auditadas.

A haver precisão, a Anthropic revela forte crescimento de receitas e elevada procura de APIs empresariais, com clientes a integrar Claude em sistemas de apoio ao cliente, geração de código, gestão de conhecimento e análise de operações. À medida que o modelo ganha peso no workflow, a utilização aumenta. Contudo, o crescimento das APIs implica custos de inferência e aluguer de hashrate relevantes.

A OpenAI diversifica receitas entre subscrições ChatGPT Plus, Pro e Team (que garantem receitas regulares de consumidor), contratos Enterprise, APIs, licenciamento e parcerias. A base de utilizadores mais ampla e a força da marca facilitam a captação direta de clientes.

Só a escala das receitas não garante sucesso comercial — margens brutas, custos unitários de inferência, fidelização, duração dos contratos e fluxo de caixa são igualmente críticos. Uma utilização elevada de APIs pode não se traduzir em liquidez se os custos de inferência forem equivalentes ao aumento da receita. Para empresas a investir em infraestruturas, equilibrar receitas e capex é fundamental.

Reservas de computação: porque a Anthropic ainda segue atrás da OpenAI

O treino/execução de IA exige grandes volumes de GPU/TPU, redes, data centers e energia. Normalmente, a escala mede-se em MW ou GW, mas capacidade elétrica não equivale ao número de GPU ou computação efetiva já disponível.

A Anthropic reportou acordos de computação avaliados em cerca de 517 mil milhões $, incluindo pelo menos 14,8 GW de capacidade. Amazon e Google representam em conjunto cerca de 11 GW, Microsoft cerca de 1 GW (Azure), e um contrato potencial com a SpaceX está avaliado em 45 mil milhões $. Existem ainda parcerias com Lambda, Nscale, Fluidstack e TeraWulf para clusters dedicados e projetos de data center.

Estes contratos refletem expectativas sobre o crescimento de treino/inferência, mas não significam que a Anthropic possua já 14,8 GW ativos de hashrate. O desenvolvimento de data centers implica escolha de local, terrenos, ligação à rede, autorizações, entrega de equipamentos e testes de integração. Alguns contratos podem incluir cláusulas de cancelamento, mínimos obrigatórios e entregas faseadas.

A OpenAI planeia atingir perto de 30 GW até 2030 (segundo relatórios), com gastos previstos a rondar 750 mil milhões $. Mantém parcerias profundas em cloud (Microsoft) e desenvolve infraestrutura própria de larga escala.

O desafio da Anthropic não é a escassez de recursos, mas a distância para a OpenAI em capacidade de computação, controlo de infraestruturas e financiamento. Diversificar entre plataformas cloud e operadores de data centers reduz dependências, mas aumenta a complexidade de integração, agendamento de workloads e controlo de custos.

Modelos de negócio: API, subscrições e serviços empresariais

O modelo da Anthropic é muito próximo de model as a service. Os programadores usam o Claude via API e pagam pelos tokens processados. Empresas podem adquirir quotas reforçadas, isolamento de dados, controlos de acesso e suporte dedicado. Plataformas como Amazon Bedrock e Google Cloud ampliam o alcance, permitindo que clientes usem Claude nas clouds já existentes.

A grande vantagem está no aumento dos custos de substituição — a integração do modelo faz a receita crescer de forma orgânica. O reverso da medalha é o custo elevado de inferência, e o facto de clientes poderem alternar entre Claude, GPT, Gemini e open-source intensifica a concorrência e pressão sobre a margem.

A OpenAI articula as aplicações para consumidor com a plataforma para programadores: subscrições ChatGPT vendidas diretamente ao consumidor, APIs para programadores e empresas (permitindo integração GPT em aplicações próprias), e soluções empresariais (colaboração, integração office). Assim, procura posicionar-se além da ferramenta de chat — como plataforma de trabalho com IA.

As subscrições para consumidores geram receita mensal estável e feedback regular. Utilizadores gratuitos ou tarifas de baixo custo também contribuem para a procura de inferência. Os contratos empresariais são maiores e de longo prazo, exigindo equipas de vendas, compliance e sucesso de clientes mais avançadas.

Na essência, a Anthropic aposta numa integração profunda com os workflows dos clientes, enquanto a OpenAI privilegia escala, amplitude de utilizadores e variedade de produtos.

Estrutura de capital e parcerias

A Anthropic conta com grandes tecnológicas — Amazon, Google — enquanto principais parceiros/acionistas: a Amazon investe e fornece infraestrutura via AWS; a Google disponibiliza TPUs e serviços cloud. Estas parcerias ampliam o acesso a recursos além de GPU e reduzem a dependência de um só fornecedor.

Já a OpenAI e a Microsoft possuem uma integração muito mais profunda: a Microsoft fornece Azure, financiamento e integra os modelos OpenAI nos seus produtos. Enquanto isso, a OpenAI diversifica fontes externas para responder à escala ascendente das necessidades de treino.

Ambas requerem avultado capital para comprar chips, construir data centers e financiar energia. Contratos computacionais maiores criam custos fixos duradouros. Se a procura real falhar, os riscos passam por capacidade ociosa e incumprimento contratual. As parcerias de capital aceleram o crescimento mas também limitam financeiramente.

É essencial distinguir reservas de capacidade e controlo real sobre recursos. Alugar servidores em clouds proporciona flexibilidade imediata, mas submete-se a preços e políticas do fornecedor; construir data centers próprios oferece maior controlo, mas expõe a custos de construção, depreciação e operação.

Principais riscos para ambas

1. Investimento excessivo em capacidade: ao garantir contratos para o futuro, podem não conseguir utilizar totalmente a capacidade reservada se os modelos ficarem mais eficientes, a procura for menor ou a concorrência aumentar.
2. Pressão sobre margens brutas: modelos mais avançados custam mais em inferência, sobretudo para tarefas exigentes. O crescimento da receita pode não ser diretamente proporcional à melhoria da rentabilidade.
3. Dependência de grandes clientes: a Anthropic depende de clouds e poucos clientes, a OpenAI de parceiros fundamentais (Microsoft). Mudanças nas condições contratuais ou progresso de modelos próprios nos fornecedores podem impactar receitas e fornecimento.
4. Regulação e segurança: modelos mais poderosos aumentam o potencial de ciberataques, fraude e má utilização; reguladores podem impor regras rígidas, elevando custos de desenvolvimento e operação.
5. Comoditização: Google, Meta, xAI, open-source e modelos asiáticos avançam rapidamente; à medida que os foundation-models convergem, o foco competitivo desloca-se para preço, latência, ferramentas e soluções setoriais.

Como avaliar a competitividade a longo prazo

Mais do que rankings ou montantes de financiamento, quatro pontos merecem máxima atenção:

1. Qualidade das receitas: importa saber se provêm de testes pontuais/projetos isolados ou de API recorrente e contratos renováveis. Acompanhar margens, retenção e contas a receber é fundamental.
2. Utilização computacional: fechar contratos é o primeiro passo — importante é o calendário de entrada em operação, estabilidade dos workloads e evolução dos custos por token.
3. Distribuição: a OpenAI controla o ChatGPT como canal direto; a Anthropic recorre a plataformas cloud e software empresarial. O paradigma é: quem integrar modelos em mais workflows reais terá receitas mais sólidas.
4. Eficiência do modelo: modelos volumosos não garantem melhores resultados comerciais. Modelos mais leves, que otimizam custos com ativação esparsa, chips dedicados e otimização da inferência, podem gerar margens superiores.

Atualmente, a OpenAI lidera em escala de utilizadores, notoriedade, portfólio e projetos computacionais. A Anthropic destaca-se em APIs B2B, contexto longo, segurança e adoção por clientes de referência, sem dominância total em todos os eixos. O resultado dependerá da conjugação de capacidades, eficiência da infraestrutura e execução comercial.

Conclusão

A competição Anthropic–OpenAI resulta de uma disputa combinada entre capacidades dos foundation-models, fornecimento computacional, distribuição e eficiência de capital.

A Anthropic foca-se em B2B: constrói uma marca de modelo empresarial via Claude e expande com plataformas como Amazon e Google. Destaca-se pelo valor em clientes enterprise, forte utilização API e posicionamento em segurança. As fraquezas são a escassa distribuição no consumidor final e a dependência de cloud/capital externos.

A OpenAI construiu um portfólio mais amplo, indo de subscrições ChatGPT a APIs, serviços empresariais e integração office. Cobre mais cenários, com uma marca e base de utilizadores incomparáveis, iterando produtos rapidamente. Essa escala implica custos de inferência e infraestrutura mais pesados.

O ponto essencial é: a vitória dependerá de quem entregar serviços inteligentes estáveis, fiáveis e sustentáveis a custos mais baixos. Contratos de computação podem potenciar crescimento, mas não substituem clientes reais, liquidez e operações eficientes.

Perguntas frequentes

Qual é mais forte, Anthropic ou OpenAI?

Não há vencedor absoluto. Claude é superior em texto longo, revisão de código e segurança enterprise; GPT é mais avançado em multimodalidade, produtos para consumidor e ecossistema de ferramentas. A escolha depende da tarefa, preço, latência e requisitos de compliance.

Os 517 mil milhões $ de poder computacional da Anthropic são reais?

O valor reporta-se ao montante total (ou potencial de despesa) dos contratos plurianuais noticiados. Não significa que tudo se encontre pago ou operacional — a execução depende de entrega, utilização e condições de cancelamento.

Porque a receita da OpenAI pode não ser superior à da Anthropic?

Relatórios diferentes usam métodos distintos. A receita anualizada pode ser extrapolada do mês corrente ou do ritmo dos contratos, não é equivalente a uma conta auditada. A Anthropic cresce sobretudo por API enterprise; a OpenAI tem receitas de subscrições, APIs e serviços enterprise.

Porque as empresas de IA garantem capacidade antecipadamente?

O treino de modelos requer fluxo estável de chips, servidores e energia — contratos antecipados previnem escassez, dão tempo para construção e fixam preços mais vantajosos, mas aumentam riscos de custos fixos e capacidade ociosa.

A Anthropic depende totalmente da Amazon?

Não. A Amazon é investidor e parceiro relevante, mas a Anthropic trabalha igualmente com Google, Microsoft, Lambda, Nscale, Fluidstack, TeraWulf e outros, diversificando o fornecimento.

Qual a melhor opção para o utilizador comum: Claude ou ChatGPT?

Se o objetivo é análise documental longa, revisão de código ou gestão de conhecimento enterprise, Claude merece teste prioritário. Para voz, imagem, ficheiros, ecossistema de ferramentas e conectividade, o ChatGPT é normalmente mais versátil. O resultado pode variar com região, plano de subscrição e versão do modelo.