S-1 da Anthropic, cortes de preço de LLM, chamadas de ferramenta vLLM e uma CNN para cancro da pele: quatro histórias de desenvolvedores num Daily Diff

O que este vídeo aborda

• O Formulário S-1 da Anthropic foi aceite pela SEC EDGAR a 26 de outubro de 2026, às 09:00, hora de Nova Iorque. É um registo preliminar: o intervalo de preços, a contagem de ações e vários dos números mais recentes estão em branco, e a empresa solicitou a cotação de ações de Classe A no Nasdaq Global Select Market sob o símbolo ANT.
• A tabela de resumo do S-1 relata uma receita de 16 286 milhões de dólares para os primeiros seis meses de 2026 (todo o ano de 2025: 4 585 milhões de dólares), despesas de computação e infraestrutura de 8 945 milhões de dólares, uma perda operacional de 693 milhões de dólares (margem operacional de -4%), um lucro operacional ajustado (não-GAAP) de 1 618 milhões de dólares que adiciona a compensação baseada em ações de 2 185 milhões de dólares e outros itens, e uma perda líquida de 80 748 milhões de dólares. 72 388 milhões de dólares da perda são a alteração no valor justo de notas convertíveis, passivos derivados e SAFEs, que o registo indica ter sido impulsionada principalmente por um aumento na avaliação da empresa.
• O S-1 também relata um acordo Bartz de 1,5 mil milhões de dólares (aprovado pelo tribunal em julho de 2026), dinheiro e equivalentes de caixa de 112,4 mil milhões de dólares a 30 de junho de 2026, e que os utilizadores do Claude Enterprise sem Claude Code gastaram em média menos de 75 dólares por mês nos três meses até 30 de setembro de 2026, enquanto os 5% principais dos utilizadores do Claude Enterprise que usaram Claude Code gastaram cerca de 20 vezes mais.
• A OpenAI afirma que o GPT-5.6 Luna ficou 80% mais barato a 30 de julho de 2026, e lista o GPT-6.1 Sol a 2 dólares de entrada, 10 dólares de saída e 0,10 dólares de entrada em cache por milhão de tokens, um quinto dos preços de entrada e saída padrão do GPT-6 Astra. A Anthropic afirma que o Opus 5.5 custa cerca de 40% menos para funcionar do que o Opus 5; o seu S-1 afirma que as reduções de setembro combinaram preços mais baixos e melhor eficiência, mantendo as margens.
• A Ubicloud (20 de outubro de 2026) mediu uma precisão do esquema de chamada de ferramenta de 92% para Kimi K2.6 em vLLM 0.28, o que significa que 2 em 25 chamadas de ferramenta falharam, e 100% após ativar a descodificação restrita (a flag tool-strict-level do vLLM, vLLM 0.31) nos modelos Kimi e DeepSeek; o vLLM mantém-na desativada por predefinição porque os utilizadores relataram problemas com alguns modelos.
• O Dr. Magnus Lynch (Hospital Guy's, King's College London; 25 de outubro de 2026) testou o GPT-6 Astra, Claude Fable 5.1 e uma CNN Inception v3 ajustada em 200 lesões comprovadas por biópsia: a CNN nomeou o diagnóstico correto para 125 (62%), cada chatbot para 42%; a CNN nomeou 13 de 30 melanomas como primeira escolha contra 8 e 11. Ele próprio lista as ressalvas, incluindo números pequenos e uma execução por chatbot; isto não é aconselhamento médico.

Transcrição traduzida

Traduzido da narração original em inglês. Áudio e legendas disponíveis são controlados pelo YouTube.

De onde vem uma perda de oitenta mil milhões de dólares?

0:00 Dezasseis mil milhões de dólares de receita em seis meses parece uma empresa a imprimir dinheiro. O próprio prospeto da Anthropic lista uma perda líquida de oitenta mil milhões de dólares para esses mesmos seis meses. Neste vídeo, quatro histórias. O que está dentro do S um da Anthropic, e de onde vem essa perda? Porque é que a OpenAI e a Anthropic cortaram os seus preços? Pode uma "flag" de servidor corrigir modelos abertos? E como é que um modelo de imagem de dez anos bate os mais recentes chatbots a detetar

0:28 cancro da pele? O estudo sobre cancro da pele foi elaborado com uma ferramenta da empresa na história um. Voltarei a isso no final. É segunda-feira, vinte e seis de outubro, e este é o The Daily Diff. Um prospeto é o documento que uma empresa apresenta antes de vender ações ao público. Pense nele como as notas de lançamento de um negócio inteiro, onde cada linha tem as impressões digitais de um advogado. A Anthropic, a empresa que fabrica o Claude, apresentou o seu primeiro hoje.

O que a Anthropic registou e o que está em branco?

0:51 História um. Pouco depois das nove da manhã de segunda-feira, hora de Nova Iorque, a Anthropic apresentou um Formulário S um à S E C. Nomeia o símbolo Nasdaq A N T. É um registo preliminar, pelo que o preço das ações, a contagem de ações e a receita do trimestre mais recente ainda estão em branco. A receita foi de cerca de quarenta e um milhões de dólares em vinte e vinte e três e cerca de quatro vírgula seis mil milhões em vinte e vinte e cinco. Nos primeiros seis meses deste ano, só, foi de dezasseis mil milhões.

1:19 Depois a perda. A perda operacional para esses seis meses foi de cerca de setecentos milhões de dólares, quatro por cento da receita. A perda líquida foi de oitenta mil milhões, e setenta e dois mil milhões disso é uma linha, a alteração no valor justo de notas convertíveis. Em palavras simples, à medida que a empresa se valoriza mais, as notas que deve tornam-se mais valiosas, e as contas registam isso como uma perda. O registo também relata um lucro operacional ajustado de um vírgula seis

1:44 mil milhões, que adiciona o pagamento de ações e alguns outros itens. O mesmo registo mostra a conta de direitos de autor. Em setembro de vinte e vinte e cinco, a Anthropic concordou em resolver a ação coletiva dos autores Bartz por um vírgula cinco mil milhões de dólares, que tem a sua própria linha na tabela de despesas. Esse acordo surgiu na nossa história sobre livros pirateados da OpenAI há um mês. Aqui está a parte para os desenvolvedores. Nos três meses até ao final de setembro, o registo afirma que os utilizadores do Claude Enterprise

2:08 que não usaram o Claude Code gastaram em média menos de setenta e cinco dólares por mês. Os cinco por cento principais que o usaram gastaram cerca de vinte vezes mais. A propriedade é incomum. Um fundo elege a maioria do conselho através da sua própria classe de ações, e uma empresa detida pelos fundadores detém uma ação especial no valor de cinquenta vírgula um por cento dos votos.

Porque é que a OpenAI e a Anthropic cortaram os seus preços?

2:28 História dois. Max Woolf, que publica como minimaxir, alinhou todas as alterações de preço da OpenAI e da Anthropic desde junho, e a publicação ultrapassou trezentos e oitenta pontos no Hacker News. A própria publicação da OpenAI afirma que a trinta de julho o GPT cinco vírgula seis Luna ficou oitenta por cento mais barato. Até vinte e nove de setembro, a OpenAI listou o GPT seis vírgula um Sol a dois dólares de entrada e dez dólares de saída por milhão de tokens, um quinto do preço do seu modelo topo de gama, Astra. A Anthropic afirma que o Opus cinco vírgula cinco custa cerca de quarenta por cento menos para executar do que

2:57 o Opus cinco, a guerra de preços que cobrimos em setembro. A própria reação de Woolf foi a de desvalorizar. Ele cortou o seu plano Codex para um quinto do limite de utilização, porque o mesmo modelo agora esticava quatro vezes mais. Ele também observa que em agentes de codificação, as leituras de cache são a maior parte da fatura de tokens. O registo da Anthropic apresenta o seu próprio relato. Diz que os cortes de setembro combinaram um preço mais baixo com melhor eficiência, e que a eficiência de computação permitiu manter as suas margens.

3:23 Após o Opus quatro vírgula cinco mais barato, diz, o crescimento trimestral da receita passou de quarenta e oito por cento para cento e trinta e dois por cento, com outros fatores a ajudar. A explicação de Woolf são os modelos de "open weight". Kimi K três vírgula um Pro, lançado a vinte e três de outubro, lista os mesmos dois dólares e dez dólares que o GPT seis vírgula um Sol. Então, recalcule as suas estimativas de custos em relação às páginas de preços de hoje. No trabalho de agente, a linha de entrada em cache é a mais importante, e a OpenAI cortou essa em

3:49 metade para o Sol. História três. A Ubicloud, uma empresa de cloud, publicou uma correção para chamadas de ferramenta em modelos abertos. Servindo Kimi K dois vírgula seis em vLLM zero vírgula vinte e oito,

Pode uma "flag" de servidor corrigir modelos abertos?

4:00 apenas noventa e dois por cento das chamadas de ferramenta correspondiam ao esquema da ferramenta, o que significa que duas em cada vinte e cinco falharam. A correção é a descodificação restrita. O servidor impede o modelo de escolher qualquer token que quebraria o esquema JSON da ferramenta. Em vLLM zero vírgula trinta e um é uma "flag" chamada "tool strict level", e a Ubicloud mediu cem por cento em Kimi e DeepSeek. O vLLM mantém-no desativado por predefinição porque os utilizadores relataram problemas com alguns modelos, como o GLM cinco vírgula um. O ponto da Ubicloud é que o motor e as suas configurações alteram a qualidade que se vê. História quatro. O dermatologista Magnus Lynch, que trabalha no Hospital Guy's em Londres,

4:33 deu ao GPT seis Astra e ao Claude Fable cinco vírgula um um teste de duzentas lesões cutâneas biopsiadas, cada uma como uma imagem de perto mais uma imagem de dermoscopia.

Como é que um modelo antigo bate os mais recentes chatbots?

4:39 Ele também ajustou o Inception v três, uma rede de imagem que o Google publicou em dois mil e quinze, por cerca de vinte minutos em uma GPU. Estava certo em sessenta e dois por cento das lesões. Cada chatbot estava certo em quarenta e dois por cento. Os chatbots tinham favoritos. O GPT seis Astra chamou setenta e cinco lesões de carcinoma basocelular quando vinte e cinco eram. Em melanoma, o que mais importa, a pequena rede nomeou treze de trinta em primeiro lugar, contra oito e onze.

5:08 Lynch lista as ressalvas ele próprio. Duzentos casos é um número pequeno, cada chatbot correu uma vez, e a rede é uma linha de base que produtos regulados superam. Funciona num navegador de telefone via WebGPU e nada é enviado. Nada aqui é aconselhamento médico. E o "thread" desde o início. Lynch escreve que a análise e os primeiros rascunhos foram produzidos com o Claude Code, a ferramenta de codificação da Anthropic, e que um dos dois chatbots que testou também é

5:37 da Anthropic. Se preferir ler isto a ouvir-me dizer, o "diff" chega à sua caixa de entrada todas as manhãs, gratuitamente em the daily diff dot dev, link abaixo. Portanto, o veredicto de hoje é NEEDS REVIEW. Eu reviria porque o registo da Anthropic tem uma perda no papel, um lucro numa medida ajustada e muitos espaços em branco, a história do preço baseia-se parcialmente na leitura de um blogger, e o teste de cancro da pele é de duzentos casos

O que recebe o selo de NEEDS REVIEW?

5:56 executados uma vez. E essa é a diferença de hoje. Eu sou o Niko da Axrisi. Faça a "merge" com responsabilidade. FIM DA TRANSCRIPT. Eu sou o Niko da Axrisi. Faça a "merge" com responsabilidade.

Fontes

1. Anthropic, PBC Form S-1 (registration statement)U.S. Securities and Exchange Commission (EDGAR)
2. EDGAR filing index for accession 0001628280-26-067168U.S. Securities and Exchange Commission (EDGAR)
3. OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?Max Woolf (minimaxir.com)
4. Advancing the price-performance frontier with GPT-5.6OpenAI
5. Introducing GPT-6.1 SolOpenAI
6. Claude Opus 5.5Anthropic
7. Fixing Tool-Call Accuracy in vLLMUbicloud
8. A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosisDr Magnus Lynch (lynchlab.net)
9. Kimi K3.1 ProOpenRouter