40 gange Claude Max’ værdi viser, hvorfor store kryptovaluta-udviklere får en sjælden aftale

Rapporten fra juni 2026 testede forbrugerabonnementer fra Anthropic og OpenAI ved at køre kodnings- og agentopgaver med lang tidshorisont, indtil de ugentlige grænser var opbrugt.

Konklusionen var klar: Abonnementer til 200 $ kan opføre sig mindre som almindelige softwareabonnementer og mere som stærkt subsidierede databehandlingskontrakter.

Afslør den skjulte subsidie

ChatGPT Pro 20x, der koster 200 $ om måneden, leverede ifølge rapporten op til ca. 14.000 $ i estimeret API-ækvivalent tokenværdi ved intensiv brug. Claude Max 20x, der også koster 200 dollar, nåede op på en anslået API-ækvivalent værdi på omkring 8.000 dollar.

De lavere niveauer fulgte det samme mønster. Claude Pro til 20 $ blev anslået til at have en værdi på næsten 400 $, mens ChatGPT Plus til 20 $ blev anslået til at have en værdi på omkring 700 $. Beregningen er især relevant for krypto-udviklere, der bruger AI til at gennemgå kode, fejlfinde smarte kontrakter, opbygge handelsinfrastruktur og køre værktøjsbaserede agenter.

Semianalysis understregede, at disse tal afspejler den maksimale kvoteværdi, ikke den gennemsnitlige abonnentadfærd. De fleste kunder udnytter ikke de ugentlige grænser med store kodebaser, flertrins fejlfindingsløkker og agentbaserede arbejdsgange. Power-brugere gør det, og det er her, økonomien bliver vanskelig.

Afslør marginfælden

Under antagelse af en API-bruttomargin på 75 % fandt Semianalysis, at abonnementsøkonomien kan blive negativ ved moderat udnyttelse. Ved fuld udnyttelse estimerede rapporten marginer tæt på -900 % for Claude Max 20x og -1.650 % for OpenAI's øverste niveau.

Det skaber et strategisk problem for AI-laboratorier. At sænke grænserne for åbent risikerer at vrede netop de udviklere, der har bygget daglige arbejdsgange op omkring disse produkter. Semianalysis argumenterer for, at den mere sandsynlige vej er mere subtil: hold abonnementerne attraktive, men forbehold de nyeste og dyreste modeller til API-, brugskredit- og virksomhedskanaler.

Anthropics lancering af Claude Fable 5 passer ind i dette mønster. Mythos-klassemodellen er inkluderet uden ekstra omkostninger i Pro-, Max-, Team- og pladsbaserede Enterprise-abonnementer kun frem til 22. juni 2026. Derefter flyttes Fable 5 til brugskreditter, medmindre kapaciteten tillader, at den vender tilbage til standardplanerne.

Skub Frontier-modeller bag målere

Dette skift er vigtigt, fordi Fable 5 er prissat til 10 dollar pr. million input-tokens og 50 dollar pr. million output-tokens, hvilket er det dobbelte af den angivne pris for Opus 4.8. At lade en model med den prisprofil være åben inden for fastprisabonnementer ville gøre det endnu sværere at forsvare subsidiet.

For kryptoteams er budskabet klart: Dagens AI-abonnementsarbitrage kan være værdifuld, men det er ikke garanteret, at den varer ved. Den næste fase vil sandsynligvis favorisere hybridbrug med abonnementer til dagligt interaktivt arbejde og målerbaserede systemer til agentarbejdsbelastninger i produktionsklasse.

Det er her, decentraliseret AI, ofte kaldet DeAI, AI x krypto eller AI-fokuserede decentraliserede fysiske infrastrukturnetværk, kan blive mere end et spekulativt tema. Disse projekter sigter mod at omdanne beregning, inferens, modeladgang og autonome agenter til netværk til markedspris i stedet for lukkede systemer kontrolleret af få laboratorier.

Åbn den decentraliserede AI-flugtvej

Projektet io.net samler GPU-kapacitet fra datacentre, minere og uafhængige hardwareudbydere til AI- og maskinlæringsarbejdsbelastninger. Dets pitch er enkel: Lad brugerne skaffe regnekraft gennem et decentraliseret netværk, mens agentbaserede systemer kan levere GPU-ressourcer efter behov.

Et andet DeAI-projekt, Render Network, har udvidet sig fra decentraliseret rendering til bredere GPU-baserede AI-arbejdsopgaver. Akash Network tilbyder en åben cloud til CPU-, GPU- og lagerbehov. Derudover fokuserer Nosana, der er bygget på Solana, på skalerbar AI-modelinferens.

Bittensor går en anden vej. Dets subnet-system belønner minere, der leverer nyttige AI-resultater, mens validatorer vurderer kvaliteten. I den model bliver intelligens et konkurrencepræget marked, ikke blot et centraliseret produkt, der sælges via et abonnement eller et API-dashboard.

Gør agenter til kryptoinfrastruktur

Ridges AI, Bittensor Subnet 62, er et af de tydeligste eksempler knyttet til Semianalysis-tesen. Det fokuserer på autonome softwareudviklingsagenter, der kan indlæse repositorier, løse problemer, skrive kode, teste ændringer og indsende pull-anmodninger.

Det gør det til en direkte analog til de tunge kodningsarbejdsbelastninger, der drev Semianalyses højeste abonnementsværdier. I stedet for udelukkende at stole på OpenAI eller Anthropic kunne krypto-udviklere dirigere noget arbejde til decentraliserede inferens- og agentnetværk, når omkostninger, adgang eller fleksibilitet bliver vigtigere end at bruge den nyeste proprietære model.

Virtuals Protocol udvider temaet til tokeniserede AI-agenter, mens Artificial Superintelligence Alliance forbinder Fetch.ai, SingularityNET og relaterede elementer omkring autonome agenttjenester og decentraliseret AI-koordination. Internet Computer og NEAR ligger også tæt på denne diskussion gennem onchain AI-udførelse og agentvenlig infrastruktur.

Prisen på den næste AI-cyklus

Forbeholdet er vigtigt. Mange decentraliserede AI-systemer er stadig afhængige af open source-modeller, og ikke alle arbejdsopgaver vil matche de nyeste banebrydende systemer fra OpenAI eller Anthropic. Latenstid, verifikation, lovgivningsmæssige spørgsmål og kvalitetskontrol er fortsat aktuelle udfordringer. Blandt de DeAI-bestræbelser, der finder sted i dag, vil kun få få succes, og utallige vil i sidste ende mislykkes.

Alligevel er retningen klar. Hvis centraliserede AI-virksomheder skubber premium-modeller bag målere, får krypto-native computere og agentnetværk en skarpere kommerciel historie. De behøver ikke at slå alle banebrydende modeller på hver eneste opgave. De skal tilbyde udviklere billigere, åbne og fleksible muligheder, hvor centraliseret prisfastsættelse bliver en byrde.
For investorer og udviklere omformulerer Semianalysis-rapporten DeAI som et praktisk infrastrukturspørgsmål. Spørgsmålet er ikke blot, om AI-tokens er på mode. Spørgsmålet er, om decentraliserede netværk kan opfange efterspørgslen fra brugere, der er vokset ud af subsidierede forbrugerabonnementer.

Det nuværende tilbud er attraktivt for storforbrugere, især programmører. Men hvis de mest avancerede modeller fortsætter i retning af brugskreditter og API-prissætning, har kryptos AI-sektor en gunstig mulighed: at sælge computerkraft og intelligens som et åbent marked, inden subsidierne forsvinder.