youtube.com ha 18h SRT AI Coder TODAY

OpenAI, NVIDIA e Anthropic acabaram de se dividir. Veja como eu gastaria US$ 20, US$ 60 ou US$ 200.

OpenAI, NVIDIA e Anthropic se dividem: eu experimentei pacotes de US$20, US$60 e US$200, e o que descobri vai te surpreender.

Tecnologia IA OpenAI Anthropic

Conteudo

TLDR;

O mercado de IA está se fragmentando em três campos: OpenAI busca verticalizar com o chip habanero para controlar mais do stack de inference, Nvidia continua como fornecedor universal de hardware, software e sistemas para treino e deployment, e Anthropic prioriza múltiplos parceiros para manter flexibilidade e evitar lock‑in. Para distribuir risco e evitar que um provedor detenha suas memórias e arquivos, o autor sugere dividir os gastos mensais entre provedores e seguir a abordagem da Anthropic, apostando em serviços alternativos em vez de um único ecossistema. O chip habanero é focado em inference para reduzir custos em workloads repetidos, mas não substitui os sistemas Nvidia usados para treinamento em larga escala nem seu ecossistema CUDA e infraestrutura de data center.

Resumo

Recentemente a OpenAI revelou o Habanero, seu primeiro chip de inferência, mostrando como a empresa busca integrar verticalmente a pilha de IA para reduzir custos e controlar a entrega de modelos; usou seus próprios modelos para acelerar etapas do projeto e otimizar o software do chip, mas o Habanero não substitui os gigantescos sistemas NVIDIA necessários para treinar modelos. Esses anúncios, junto com a decisão da OpenAI de cortar o fornecimento de modelos ao Cursor após a venda para a SpaceX e a resposta de Jensen Huang destacando o ecossistema e o software (CUDA) da NVIDIA, revelam três campos emergentes: OpenAI tentando possuir mais da experiência e do backend, NVIDIA vendendo hardware e sistemas para todos os provedores de nuvem, e empresas como Anthropic preferindo múltiplos fornecedores para evitar aprisionamento e contornar restrições de capacidade de computação. A lição prática é diversificar onde você coloca dados e memória para não ficar preso a um único provedor; o conflito por controle de modelos e ferramentas mostra que escolhas de propriedade e integração podem mudar rapidamente o acesso a modelos e afetar custos e confiança. No fim, equilibrar inovação, custo e soberania dos dados será decisivo para usuários e empresas do mercado.