Chamath Palihapitiya (All-In) i går på CNBC om AI-priskrig:
"AI er som olie. 1 million tokens = 1 barrel of intelligence.
Anthropic: $56
OpenAI: $26
Elon (Grok/xAI): $1
Zuck: $1,50
Google: ~$1
Kina: $0,50
Prisforskellen SKAL rationaliseres.
"Samme dag faldt IBM 25% efter profit warning - kunder flytter budgetter fra traditionel software til AI-infrastruktur.
Et klart tegn på, at de dyre "tønder" får det svært.
Priskrig incoming? Kilde:
CNBC Squawk Box, 14. juli 2026
https://x.com/coinbureau/status/2077198964248678541?s=20
Hvad skal investorer passe på nu?
Som jeg ser det her og nu:
Høj risiko (potentielt overvurderede områder):
Selskaber med høje AI-priser og høje værdiansættelser (Anthropic, OpenAI/Microsoft-investering).
Traditionel enterprise-software der lever af dyre abonnementer (visse SaaS-firmaer som Salesforce, ServiceNow, Adobe m.fl.).
Gamle tech-giganter der er langsomme til at tilpasse sig (IBM var første offer).
Virksomheder med ekstrem høj capex og stadig lav/negativ profit på AI.
Mere favorable områder:
Billige og skalerbare AI-modeller (xAI/Grok, Meta Llama, udvalgte kinesiske).
AI-infrastruktur der vinder uanset hvem der vinder modellen (GPU, energi, datacentre, memory).
Virksomheder der aktivt bruger billig/open-source AI til at sænke egne omkostninger.
Bundlinje
Vi er ikke nødvendigvis i en fuld AI-boble, der springer, men vi er i starten af en kraftig margin-kompression.
De højeste værdiansættelser, der bygger på "vi kan tage premium-priser", bliver testet hårdt de næste 12-24 måneder.
Investeringsperspektiv:
Datacentre har samme capex (chips + energi), men de variable driftsomkostninger (inference) kan være op til 50x lavere med effektive modeller pga. bedre arkitektur, optimering og lavere overhead.
Det udfordrer de høje margins hos frontier-lab'erne og starter en priskrig.
Bedst positioneret:
lavpris-AI kombineret med stærk infrastruktur (chips, energi, datacentre, netværk).
Eksempelvis (efter min mening): Meta, Google, Amazon, Tesla/xAI/SpaceX, samt chip/netværk-spillere som Nvidia, Broadcom & TSMC, MU, SKHY m.m
De rene højpris-modeller bliver presset hårdt.
5 ud af 7 Mag7 er godt rustet til priskrigen. De 2 andre har mere arbejde foran sig for at undgå margin-pressure.
Apple (AAPL) – det største problem:
Har ingen stærk egen frontier-AI endnu.
Afhængig af eksterne partnere (OpenAI, Google m.fl.) til AI-funktioner i iPhone.
Mangler egen stor datacenter-infrastruktur og egne AI-chips på niveau med de andre.
Token pris: Betaler højt - Afhængig af partnere
Microsoft (MSFT) – delvist problem:
Meget stærk infrastruktur (Azure) og god position.
Men stærkt afhængig af OpenAI (højpris-partner).
Hvis OpenAI-priserne falder kraftigt eller partnerskabet ændres, kan det ramme MSFT’s marginer.
$26 per token (via OpenAI)
De andre 5 (bedre positioneret):
Meta: Lavpris/open-source + egen infra 1.5usd token
Amazon: Lavpris-chips (Trainium) + AWS - $1-området token
Nvidia: Chips til alle
Google: ~$1 tokens + egen infra
Tesla: Grok/xAI + Dojo/Optimus - 1usd token
OpenAI og Anthropic er potentielt kraftigt overvurderede før en IPO
Chamaths pointe er netop:
De der satser stort på, at de kan blive ved med at sælge "dyre tønder af intelligens", risikerer en hård opvågning, når markedet rationaliserer.
Private brugere (som dig og mig):
Forskellen er mest 2–5x på månedligt abonnement ($20 vs $8–16).
Virksomheder / enterprise:
Her bliver det virkelig dyrt. De bruger millioner eller milliarder af tokens om måneden til automatisering, kundeservice, kodning, analyse osv.
AI-tokens koster $56 hos Anthropic, $26 hos OpenAI – men kun $1 hos Grok/xAI og ~$1 hos Google.
Selv $56 pr. million tokens er stadig billigt sammenlignet med et menneske – men for virksomheder betyder 10-50x lavere omkostninger hundredetusinder eller millioner sparet årligt.
Grok kan allerede håndtere de fleste opgaver (kodning, analyse, daglig brug).
Priskrig er i gang. Højpris-modellerne bliver presset hårdt.
"AI er som olie. 1 million tokens = 1 barrel of intelligence.
Anthropic: $56
OpenAI: $26
Elon (Grok/xAI): $1
Zuck: $1,50
Google: ~$1
Kina: $0,50
Prisforskellen SKAL rationaliseres.
"Samme dag faldt IBM 25% efter profit warning - kunder flytter budgetter fra traditionel software til AI-infrastruktur.
Et klart tegn på, at de dyre "tønder" får det svært.
Priskrig incoming? Kilde:
CNBC Squawk Box, 14. juli 2026
https://x.com/coinbureau/status/2077198964248678541?s=20
Hvad skal investorer passe på nu?
Som jeg ser det her og nu:
Høj risiko (potentielt overvurderede områder):
Selskaber med høje AI-priser og høje værdiansættelser (Anthropic, OpenAI/Microsoft-investering).
Traditionel enterprise-software der lever af dyre abonnementer (visse SaaS-firmaer som Salesforce, ServiceNow, Adobe m.fl.).
Gamle tech-giganter der er langsomme til at tilpasse sig (IBM var første offer).
Virksomheder med ekstrem høj capex og stadig lav/negativ profit på AI.
Mere favorable områder:
Billige og skalerbare AI-modeller (xAI/Grok, Meta Llama, udvalgte kinesiske).
AI-infrastruktur der vinder uanset hvem der vinder modellen (GPU, energi, datacentre, memory).
Virksomheder der aktivt bruger billig/open-source AI til at sænke egne omkostninger.
Bundlinje
Vi er ikke nødvendigvis i en fuld AI-boble, der springer, men vi er i starten af en kraftig margin-kompression.
De højeste værdiansættelser, der bygger på "vi kan tage premium-priser", bliver testet hårdt de næste 12-24 måneder.
Investeringsperspektiv:
Datacentre har samme capex (chips + energi), men de variable driftsomkostninger (inference) kan være op til 50x lavere med effektive modeller pga. bedre arkitektur, optimering og lavere overhead.
Det udfordrer de høje margins hos frontier-lab'erne og starter en priskrig.
Bedst positioneret:
lavpris-AI kombineret med stærk infrastruktur (chips, energi, datacentre, netværk).
Eksempelvis (efter min mening): Meta, Google, Amazon, Tesla/xAI/SpaceX, samt chip/netværk-spillere som Nvidia, Broadcom & TSMC, MU, SKHY m.m
De rene højpris-modeller bliver presset hårdt.
5 ud af 7 Mag7 er godt rustet til priskrigen. De 2 andre har mere arbejde foran sig for at undgå margin-pressure.
Apple (AAPL) – det største problem:
Har ingen stærk egen frontier-AI endnu.
Afhængig af eksterne partnere (OpenAI, Google m.fl.) til AI-funktioner i iPhone.
Mangler egen stor datacenter-infrastruktur og egne AI-chips på niveau med de andre.
Token pris: Betaler højt - Afhængig af partnere
Microsoft (MSFT) – delvist problem:
Meget stærk infrastruktur (Azure) og god position.
Men stærkt afhængig af OpenAI (højpris-partner).
Hvis OpenAI-priserne falder kraftigt eller partnerskabet ændres, kan det ramme MSFT’s marginer.
$26 per token (via OpenAI)
De andre 5 (bedre positioneret):
Meta: Lavpris/open-source + egen infra 1.5usd token
Amazon: Lavpris-chips (Trainium) + AWS - $1-området token
Nvidia: Chips til alle
Google: ~$1 tokens + egen infra
Tesla: Grok/xAI + Dojo/Optimus - 1usd token
OpenAI og Anthropic er potentielt kraftigt overvurderede før en IPO
Chamaths pointe er netop:
De der satser stort på, at de kan blive ved med at sælge "dyre tønder af intelligens", risikerer en hård opvågning, når markedet rationaliserer.
Private brugere (som dig og mig):
Forskellen er mest 2–5x på månedligt abonnement ($20 vs $8–16).
Virksomheder / enterprise:
Her bliver det virkelig dyrt. De bruger millioner eller milliarder af tokens om måneden til automatisering, kundeservice, kodning, analyse osv.
AI-tokens koster $56 hos Anthropic, $26 hos OpenAI – men kun $1 hos Grok/xAI og ~$1 hos Google.
Selv $56 pr. million tokens er stadig billigt sammenlignet med et menneske – men for virksomheder betyder 10-50x lavere omkostninger hundredetusinder eller millioner sparet årligt.
Grok kan allerede håndtere de fleste opgaver (kodning, analyse, daglig brug).
Priskrig er i gang. Højpris-modellerne bliver presset hårdt.
15/7 2026 08:03 ProInvestorNEWS 3
133067 IBM-aktien i største fald i knap 40 år
14/7 15:38
Aktien i it-konsulenten og softwareudvikleren IBM får store klø tirsdag, efter at der er tikket sløje foreløbige regnskabstal ind for andet kvartal.
Fra børsåbning går det bagud med over 24,1 pct. til 69,94 dollar, og det er det største fald på en enkelt dag til aktien siden 1987, skriver Bloomberg News.
I andet kvartal har IBM sikret sig en omsætning på 17,2 mia. dollar i løbet af kvartalet, men analytikerne havde ifølge Bloomberg News ventet 17,86 mia. dollar.
Ifølge Arvind Krishna, som er topchef i IBM, har flere kunder været tilbageholdende og "distraherede" af bekymringer om cybersikkerhed, og derfor er det ikke lykkedes at lukke store aftaler i tide.
Derudover vil kunderne hellere bruge penge på AI-relaterede omkostninger som servere, lagringsplads og computerhukommelse frem for software, som IBM blandt andet udbyder.
- Disse forhold kræver, at vores teams eksekverer perfekt, og i dette kvartal svigtede vi. Vi tilpassede os ikke og handlede ikke hurtigt nok, og adskillige store aftaler blev ikke lukket inden for de tidsrammer, vi forventede, hvilket var hovedårsagen til vores svigtende resultater, lyder det fra topchefen.
.\˙ MarketWire
14/7 15:38
Aktien i it-konsulenten og softwareudvikleren IBM får store klø tirsdag, efter at der er tikket sløje foreløbige regnskabstal ind for andet kvartal.
Fra børsåbning går det bagud med over 24,1 pct. til 69,94 dollar, og det er det største fald på en enkelt dag til aktien siden 1987, skriver Bloomberg News.
I andet kvartal har IBM sikret sig en omsætning på 17,2 mia. dollar i løbet af kvartalet, men analytikerne havde ifølge Bloomberg News ventet 17,86 mia. dollar.
Ifølge Arvind Krishna, som er topchef i IBM, har flere kunder været tilbageholdende og "distraherede" af bekymringer om cybersikkerhed, og derfor er det ikke lykkedes at lukke store aftaler i tide.
Derudover vil kunderne hellere bruge penge på AI-relaterede omkostninger som servere, lagringsplads og computerhukommelse frem for software, som IBM blandt andet udbyder.
- Disse forhold kræver, at vores teams eksekverer perfekt, og i dette kvartal svigtede vi. Vi tilpassede os ikke og handlede ikke hurtigt nok, og adskillige store aftaler blev ikke lukket inden for de tidsrammer, vi forventede, hvilket var hovedårsagen til vores svigtende resultater, lyder det fra topchefen.
.\˙ MarketWire
Anthropics modeller koster ikke $56/MTok. Her priser for input og output tokens:
https://platform.claude.com/docs/en/about-claude/pricing
Her Geminis priser:
https://ai.google.dev/gemini-api/docs/pricing
Dagens største nyhed i går var i mine øjne denne:
Apple in talks with startup that shrinks AI models to run on an iPhone
https://www.cnbc.com/2026/07/14/apple-prismml-ai-compression-iphone.html
https://platform.claude.com/docs/en/about-claude/pricing
Her Geminis priser:
https://ai.google.dev/gemini-api/docs/pricing
Dagens største nyhed i går var i mine øjne denne:
Apple in talks with startup that shrinks AI models to run on an iPhone
https://www.cnbc.com/2026/07/14/apple-prismml-ai-compression-iphone.html
15/7 2026 10:46 StockBull 0133069 Du misforstår Chamath. Hen talte om de højeste priser på frontier-modellerne, ikke gennemsnitsprisen.
Fra Anthropics egen prisliste (juli 2026):
Claude Fable 5 / Mythos 5 (topmodeller): $10 input / $50 output pr. million tokens
Claude Opus 4.8 (flagship): $5 / $25 (op til $50 i Fast Mode)
Sonnet 5: $3 / $15
Så $56 er ikke dagligdags-prisen, men det er realistisk for de dyreste output-tokens på de mest avancerede modeller + ekstra features.
Chamath brugte det som et ekstremt eksempel for at illustrere pointen.
Samtidig arbejder Apple med PrismML på at komprimere modeller til iPhone (op til 15x mindre hukommelse).
Klassisk AI-effektivisering.
Apple er der ikke endnu, men retningen er klar:
billigere, mindre og mere lokal AI. Priskrig + effektivisering er fremtiden.
Aner ikke om Apple kommer under 1 usd så for mig high-risk p.t - kan se anderledes ud om 2 mdr.
Min pointe er det bliver billigere og temmelig sikkert også under 1 usd i fremtiden.
Folk må selv QC checke CNBC som havde begge nyheder.
Her sidste ny opdateringer for diverse LLMs
Fra Anthropics egen prisliste (juli 2026):
Claude Fable 5 / Mythos 5 (topmodeller): $10 input / $50 output pr. million tokens
Claude Opus 4.8 (flagship): $5 / $25 (op til $50 i Fast Mode)
Sonnet 5: $3 / $15
Så $56 er ikke dagligdags-prisen, men det er realistisk for de dyreste output-tokens på de mest avancerede modeller + ekstra features.
Chamath brugte det som et ekstremt eksempel for at illustrere pointen.
Samtidig arbejder Apple med PrismML på at komprimere modeller til iPhone (op til 15x mindre hukommelse).
Klassisk AI-effektivisering.
Apple er der ikke endnu, men retningen er klar:
billigere, mindre og mere lokal AI. Priskrig + effektivisering er fremtiden.
Aner ikke om Apple kommer under 1 usd så for mig high-risk p.t - kan se anderledes ud om 2 mdr.
Min pointe er det bliver billigere og temmelig sikkert også under 1 usd i fremtiden.
Folk må selv QC checke CNBC som havde begge nyheder.
Her sidste ny opdateringer for diverse LLMs
15/7 2026 12:10 StockBull 0133071 Opdateret billede (juli 2026):
Kinesiske topmodeller (DeepSeek, Qwen, etc.):
Billigste: ned til $0.09 - $0.30 pr. million tokens (ofte input/output kombineret).
Dyrere varianter: $1-3 for deres mest avancerede.
Så Chamath rundede op til $0.50, men virkeligheden er endnu lavere for mange kinesiske modeller.
Fra $0.09 (billigste kinesiske) til $3 (Anthropics billigste normale service):$3 / $0.09 = 33,3x
Grok ~$0.50 vs Anthropic billigste normale (Haiku/Sonnet) ~$3→ $3 / $0.50 = 6x dyrere
Så selv når vi sammenligner "billig service" fra begge sider, er Anthropic stadig 6x dyrere end Grok på de laveste niveauer.
Min forventning:
Apple ender med at være meget bedre rustet end i dag, men de bliver ikke fuldt selvkørende på frontier-niveau. De vil kombinere stærk on-device AI (via compression) med cloud-partnerskaber.
Mulige udfald for Apple:
Bedste scenarie (høj sandsynlighed på 1–2 år):
De får en on-device model på 20–70B parametre, der kører lokalt på iPhone 17/18.
Siri bliver meget hurtigere, virker offline, og holder data private.
Lige nu er det ikke privat for Big Tech (især OpenAI og Google).
(Men det beskytter ikke fuldt ud mod Chat Control, hvis EU kræver scanning af beskeder.)
De kan reducere afhængigheden af OpenAI/Anthropic markant for almindelige opgaver.
Pris pr. token internt bliver meget lav (måske $0.5–2 niveau).
Konklusion:
Siri kan blive god nok til de fleste brugere og klart bedre end i dag.
Men den bliver næppe den absolut bedste LLM i verden.
Min investor vurdering:
Bedre on-device AI er vigtigt for Apple, men det løser ikke det store problem:
Smartphone-markedet er modent – væksten er lav, og folk skifter ikke telefon så ofte mere.
Den store vækst kommer sandsynligvis fra nye formfaktorer og AI-agenter, ikke fra endnu en bedre iPhone.
Lang sigt (4–6 år):
Smartphones kan godt miste betydning som det centrale device.
Mulige vindere:
Wearables (Apple Vision Pro, avancerede briller, rings, watches)
Personlige agenter der kører på tværs af devices (hjemme, bil, computer)
Ambient computing – AI der er overalt uden at du skal tage telefonen op
Robotter (f.eks. Tesla Optimus) eller andre fysiske interfaces (mit sats)
Kinesiske topmodeller (DeepSeek, Qwen, etc.):
Billigste: ned til $0.09 - $0.30 pr. million tokens (ofte input/output kombineret).
Dyrere varianter: $1-3 for deres mest avancerede.
Så Chamath rundede op til $0.50, men virkeligheden er endnu lavere for mange kinesiske modeller.
Fra $0.09 (billigste kinesiske) til $3 (Anthropics billigste normale service):$3 / $0.09 = 33,3x
Grok ~$0.50 vs Anthropic billigste normale (Haiku/Sonnet) ~$3→ $3 / $0.50 = 6x dyrere
Så selv når vi sammenligner "billig service" fra begge sider, er Anthropic stadig 6x dyrere end Grok på de laveste niveauer.
Min forventning:
Apple ender med at være meget bedre rustet end i dag, men de bliver ikke fuldt selvkørende på frontier-niveau. De vil kombinere stærk on-device AI (via compression) med cloud-partnerskaber.
Mulige udfald for Apple:
Bedste scenarie (høj sandsynlighed på 1–2 år):
De får en on-device model på 20–70B parametre, der kører lokalt på iPhone 17/18.
Siri bliver meget hurtigere, virker offline, og holder data private.
Lige nu er det ikke privat for Big Tech (især OpenAI og Google).
(Men det beskytter ikke fuldt ud mod Chat Control, hvis EU kræver scanning af beskeder.)
De kan reducere afhængigheden af OpenAI/Anthropic markant for almindelige opgaver.
Pris pr. token internt bliver meget lav (måske $0.5–2 niveau).
Konklusion:
Siri kan blive god nok til de fleste brugere og klart bedre end i dag.
Men den bliver næppe den absolut bedste LLM i verden.
Min investor vurdering:
Bedre on-device AI er vigtigt for Apple, men det løser ikke det store problem:
Smartphone-markedet er modent – væksten er lav, og folk skifter ikke telefon så ofte mere.
Den store vækst kommer sandsynligvis fra nye formfaktorer og AI-agenter, ikke fra endnu en bedre iPhone.
Lang sigt (4–6 år):
Smartphones kan godt miste betydning som det centrale device.
Mulige vindere:
Wearables (Apple Vision Pro, avancerede briller, rings, watches)
Personlige agenter der kører på tværs af devices (hjemme, bil, computer)
Ambient computing – AI der er overalt uden at du skal tage telefonen op
Robotter (f.eks. Tesla Optimus) eller andre fysiske interfaces (mit sats)
