Lindy zamienia Claude na DeepSeek, aby zaoszczędzić miliony dolarów na kosztach AI

Wraz z nadejściem ery systemów agentowych AI, które zużywają ogromne ilości tokenów, startupy stają w obliczu brutalnej rzeczywistości: koszt inteligencji może szybko przewyższyć przychody. Startup AI, Lindy, podjął zdecydowany krok, aby przetrwać tę presję ekonomiczną, całkowicie rezygnując z Claude od Anthropic na rzecz DeepSeek.

Nie do utrzymania koszty modeli typu frontier

Dla wielu szybko rozwijających się startupów AI, wydatki na uruchamianie dużych modeli językowych (LLM) stały się głównym zagrożeniem dla wypłacalności. Lindy, zwinny zespół liczący zaledwie 25 pracowników, znalazł się w sytuacji, w której koszty obliczeniowe AI faktycznie przewyższały koszty personelu. CEO Flo Crivello wyjawił niedawno w CNBC, że koszty te stały się „nie do utrzymania”, zagrażając samemu przetrwaniu firmy.

Aby temu przeciwdziałać, Lindy przeprowadziło masowy zwrot (pivot), całkowicie porzucając ekosystem Claude. Dzięki migracji do DeepSeek — który jest hostowany przez firmę z siedzibą w USA na terenie Stanów Zjednoczonych, aby złagodzić obawy geopolityczne — startup odnotował gwałtowny spadek krzywej kosztów, co przełożyło się na miliony dolarów oszczędności.

Wzrost znaczenia efektywności stosunku ceny do wydajności

Ruch Lindy odzwierciedla szerszy trend w branży, polegający na optymalizacji „stosunku ceny do wydajności” zamiast skupiania się wyłącznie na możliwościach modelu. Choć modele typu frontier, takie jak Claude i GPT-4, stanowią złoty standard w dziedzinie rozumowania, wiążą się one z wysoką ceną, którą trudno utrzymać startupom w fazie skalowania.

Eksperci branżowi zaczynają potwierdzać tę zmianę. Niedawna analiza przeprowadzona przez CTO firmy Snowflake zauważyła, że choć niektóre chińskie modele, takie jak GLM-5.2, mogą nie przewyższać Claude w każdym benchmarku, są one wysoce konkurencyjne i często wygrywają pod względem stosunku ceny do wydajności w konkretnych zadaniach. W miarę jak firmy przechodzą na przepływy pracy oparte na agentach (agentic workflows) — gdzie agenci AI autonomicznie wykonują wieloetapowe zadania — ogromna liczba wymaganych tokenów sprawia, że kosztowne modele stają się obciążeniem, a nie atutem.

Implikacje dla krajobrazu AI i firmy Anthropic

To wydarzenie stanowi ostrzeżenie dla dostawców modeli, takich jak Anthropic. Jak przyznał Sam Altman z OpenAI, przejście na systemy agentowe sprawia, że koszty AI stają się „ogromnym problemem” dla przedsiębiorstw. Jeśli dostawcy modeli typu frontier nie dostosują swoich struktur cenowych, ryzykują utratę znaczącego udziału w rynku na rzecz bardziej wydajnych, wyspecjalizowanych lub tańszych alternatyw.

Crivello zauważył, że decyzja o korzystaniu z DeepSeek nie musi być ostateczna; stwierdził, że wróci do Anthropic, jeśli firma znacząco obniży ceny. Na razie priorytetem dla Lindy i podobnych startupów jest przetrwanie operacyjne na rynku, na którym koszt inteligencji staje się centralnym filarem strategii biznesowej.

Kluczowe wnioski

• Migracja napędzana kosztami: Startupy AI, takie jak Lindy, odchodzą od modeli premium, takich jak Claude, na rzecz bardziej przystępnych cenowo alternatyw, jak DeepSeek, aby zapobiec sytuacji, w której koszty obliczeniowe przewyższą wydatki na personel.
• Agentowy kryzys tokenów: Rozwój systemów agentowych AI, które wymagają ogromnej konsumpcji tokenów, napędza gwałtowny wzrost popytu na wysoką efektywność stosunku ceny do wydajności.
• Presja rynkowa na dostawców: Firmy oferujące modele typu frontier mierzą się z rosnącą presją na obniżanie cen, ponieważ deweloperzy priorytetyzują zrównoważoną ekonomię jednostkową ponad absolutną, szczytową wydajność.