फॉर्च्यून की रिपोर्ट है कि Anthropic के Claude फैबल 5 पर उद्यम खर्च रुक गया है

क्या हुआ?

फॉर्च्यून की रिपोर्ट है कि भुगतान प्रोसेसर रैंप के आंकड़ों के अनुसार, Anthropic के Claude Fable 5 पर कॉर्पोरेट खर्च लॉन्च के दो महीने बाद कंपनियों के Anthropic खर्च के 11% तक बढ़ गया, फिर बढ़ना बंद हो गया। फॉर्च्यून की यह भी रिपोर्ट है कि Anthropic का Claude Opus 5 लगभग आधी कीमत पर समान प्रदर्शन प्रदान करता है और OpenAI ने GPT-5.6 Sol के लिए डेवलपर मूल्य निर्धारण में 20% की कटौती की है।

फॉर्च्यून ने 25 अगस्त, 2026 को रिपोर्ट प्रकाशित की और कुछ मिनट बाद इसे अपडेट किया। एआई-खर्च अनुभाग फॉर्च्यून टेक का हिस्सा है, जो एक न्यूज़लेटर है जो आईफोन मूल्य निर्धारण और डेटा केंद्रों पर राजनीतिक विवादों को भी कवर करता है। फॉर्च्यून की केंद्रीय एआई रिपोर्ट यह है कि Anthropic के Claude फैबल 5, जिसे लेख में कंपनी के मिथोस-क्लास परिवार के हिस्से के रूप में वर्णित किया गया है, ने कॉर्पोरेट खर्च का हिस्सा उतनी तेजी से हासिल करना जारी नहीं रखा है जितना कि इसके प्रारंभिक अपनाने का सुझाव दिया गया हो सकता है। फॉर्च्यून स्वतंत्र रूप से ऑडिट किए गए बाजार डेटासेट को प्रस्तुत करने के बजाय, खर्च के आंकड़ों का श्रेय भुगतान प्रोसेसर रैंप को देता है।

फॉर्च्यून की रिपोर्ट है कि फ़ेबल 5 ने रिलीज़ होने के दो महीने बाद निगमों के Anthropic खर्च का 11% हिस्सा लिया। रिपोर्ट में कहा गया है कि शेयर रुक गया है, लेकिन यह एक चार्ट, नमूने में कंपनियों की संख्या, डेटा द्वारा कवर की गई अवधि, या रैंप की कॉर्पोरेट खर्च की परिभाषा प्रदान नहीं करता है। फॉर्च्यून फ़ेबल 5 की सूचीबद्ध कीमत $10 प्रति मिलियन इनपुट टोकन और $50 प्रति मिलियन आउटपुट टोकन देता है। लेख स्वतंत्र रूप से मॉडल के प्रदर्शन का परीक्षण नहीं करता है या यह स्थापित नहीं करता है कि रैंप के ग्राहक व्यापक उद्यम बाजार के कितने प्रतिनिधि हैं।

रिपोर्ट में कहा गया है कि Anthropic स्वीकार करता है कि Claude Opus 5 आधी कीमत पर Fable 5 के करीब आता है: $5 प्रति मिलियन इनपुट टोकन और $25 प्रति मिलियन आउटपुट टोकन। फॉर्च्यून फाइनेंशियल टाइम्स का भी हवाला देता है, जिसमें उसने चेतावनी दी है कि सस्ते मॉडल की ओर निरंतर बदलाव अग्रणी एआई प्रयोगशालाओं के बिजनेस मॉडल को बदल सकता है, जिन्होंने तेजी से सक्षम प्रणालियों के प्रशिक्षण में अरबों डॉलर का निवेश किया है। इन दावों का श्रेय फॉर्च्यून के खाते और उसके उद्धृत स्रोतों को दिया जाता है; आपूर्ति की गई सामग्री में उनकी स्वतंत्र रूप से पुष्टि नहीं की गई है।

फॉर्च्यून आगे रिपोर्ट करता है कि OpenAI ने अपने GPT-5.6 सोल फ्रंटियर मॉडल के लिए डेवलपर मूल्य निर्धारण में 20% की कमी की है, जिससे रिपोर्ट की गई कीमत $ 4 प्रति मिलियन इनपुट टोकन और $ 20 प्रति मिलियन आउटपुट टोकन हो गई है। रिपोर्ट इसे तीव्र मूल्य प्रतिस्पर्धा के प्रमाण के रूप में प्रस्तुत करती है, लेकिन यह स्थापित नहीं करती है कि OpenAI का मूल्य परिवर्तन फ़ेबल 5 के खर्च पैटर्न के कारण हुआ था। स्रोत में एआई और क्लाउड डेटा-सेंटर निर्माण पर प्रतिबंधों और प्रस्तावित प्रतिबंधों का भी उल्लेख है, लेकिन यह उन नीतिगत विवादों को रिपोर्ट किए गए कॉर्पोरेट मॉडल-खर्च डेटा से जोड़ने का कोई प्रत्यक्ष प्रमाण नहीं देता है।

स्रोत विवरण: fortune.com ↗

यह क्यों मायने रखता है?

रिपोर्ट किए गए खर्च पैटर्न से पता चलता है कि कंपनियां केवल नवीनतम फ्रंटियर मॉडल को अपनाने की तुलना में कीमत और कार्य-विशिष्ट प्रदर्शन को अधिक महत्व दे रही हैं। यदि कायम रहा, तो यह प्रभावित कर सकता है कि एआई प्रयोगशालाएं तेजी से महंगे मॉडल विकसित करने की लागत कैसे वसूलती हैं और अनुमान मूल्य निर्धारण के आसपास प्रतिस्पर्धा को तेज करती हैं।

रिपोर्ट किया गया पठार मायने रखता है क्योंकि यह उद्यम एआई अपनाने के बारे में एक सरल धारणा को चुनौती देता है: कि कंपनियां स्वचालित रूप से अपने कार्यभार को नवीनतम और सबसे सक्षम मॉडल पर ले जाती हैं। इसके बजाय फॉर्च्यून का खाता एक अधिक चयनात्मक खरीदारी पैटर्न की ओर इशारा करता है जिसमें व्यवसाय किसी मॉडल की अतिरिक्त क्षमताओं के वृद्धिशील मूल्य के साथ कीमत की तुलना कर सकते हैं। यह एक सार्थक व्यावसायिक संकेत है, भले ही आपूर्ति की गई रिपोर्ट यह नहीं दिखाती कि सभी उद्यम इस तरह से व्यवहार करते हैं।

एआई कंपनियों के लिए, मुद्दा मॉडल विकास और तैनाती के अर्थशास्त्र से जुड़ा है। फ्रंटियर मॉडल को प्रशिक्षित करने और संचालित करने के लिए पर्याप्त निवेश की आवश्यकता होती है, जबकि ग्राहक उपयोग के लिए भुगतान करते हैं। यदि ग्राहक अक्सर कम महंगा मॉडल चुनते हैं जो उनके कार्यों के लिए लगभग अच्छा प्रदर्शन करता है, तो प्रदाताओं को कीमतें कम करने, दक्षता में सुधार करने, अधिक विभेदित उत्पादों की पेशकश करने, या अपने सबसे महंगे सिस्टम को धीमी गति से अपनाने के लिए दबाव का सामना करना पड़ सकता है। फॉर्च्यून इस संभावना की रिपोर्ट करता है; स्रोत Anthropic के राजस्व, मार्जिन या मूल्यांकन पर इसके प्रभाव की मात्रा निर्धारित नहीं करता है।

उद्यम खरीदारों के लिए, मजबूत मूल्य प्रतिस्पर्धा भाषा मॉडल का उपयोग करने की लागत को कम कर सकती है और बहु-मॉडल रणनीतियों को अधिक आकर्षक बना सकती है। एक कंपनी अधिक महंगे मॉडल का उपयोग केवल उन कार्यों के लिए कर सकती है जहां इसकी अतिरिक्त क्षमता मूल्यवान है और नियमित कार्य को सस्ते विकल्प की ओर ले जाती है। यह व्याख्या फॉर्च्यून द्वारा वर्णित मूल्य निर्धारण और खर्च के आंकड़ों के अनुरूप है, लेकिन स्रोत विशिष्ट कंपनियों द्वारा विक्रेताओं, कार्यभार या खरीद नीतियों को बदलने की रिपोर्ट नहीं करता है।

साक्ष्य की महत्वपूर्ण सीमाएँ हैं। रैंप का डेटा केवल उन कंपनियों को प्रतिबिंबित कर सकता है जो इसकी भुगतान सेवाओं का उपयोग करती हैं, और Anthropic के भीतर खर्च का हिस्सा प्रदाताओं के कुल उद्यम AI खर्च को नहीं मापता है। एक रुका हुआ शेयर यह भी साबित नहीं करता है कि फ़ेबल 5 विफल हो रहा है: यह सीमित उपलब्धता, जानबूझकर कार्यभार आवंटन, मूल्य निर्धारण, बजट की कमी या मॉडलों के स्थिर मिश्रण को प्रतिबिंबित कर सकता है। फॉर्च्यून की रिपोर्ट एक उपयोगी बाज़ार संकेत प्रदान करती है, न कि उद्यम-व्यापी एआई अपनाने या मॉडल गुणवत्ता का एक निश्चित माप।

आगे क्या देखना है

मुख्य सवाल यह है कि क्या कॉर्पोरेट Anthropic खर्च में फ़ेबल 5 की हिस्सेदारी फिर से बढ़ रही है या स्थिर बनी हुई है। पाठकों को यह भी देखना चाहिए कि क्या अन्य एआई प्रदाता कीमतें कम करते हैं, क्या उद्यम कार्यभार को सस्ते मॉडल में स्थानांतरित करते हैं, और क्या स्वतंत्र खर्च डेटा फॉर्च्यून द्वारा रैंप के आंकड़ों की व्याख्या की पुष्टि करता है।

देखने वाला पहला संकेतक यह है कि क्या फॉर्च्यून द्वारा वर्णित अवधि के बाद कॉर्पोरेट Anthropic खर्च में Fable 5 की हिस्सेदारी बदलती है। एक निरंतर पठार रिपोर्ट के तर्क को मजबूत करेगा कि उद्यम नवीनतम मॉडल में स्वचालित प्रवासन का विरोध कर रहे हैं। बाद में वृद्धि से पता चलता है कि गोद लेने में केवल दो महीने से अधिक समय लग सकता है या ग्राहक धीरे-धीरे फ़ेबल 5 को अधिक मूल्यवान कार्यभार सौंप रहे हैं। आपूर्ति किया गया स्रोत कोई बाद का रैंप डेटा नहीं देता है।

दूसरा मूल्य और प्रदर्शित प्रदर्शन के बीच संबंध है। फॉर्च्यून की रिपोर्ट है कि ओपस 5 आधी कीमत पर फैबल 5 के करीब आता है, लेकिन यह उस तुलना के पीछे के कार्यों, मूल्यांकनों या ग्राहक परिणामों की पहचान नहीं करता है। स्वतंत्र परीक्षण और उद्यम मामले के अध्ययन से यह निर्धारित करने में मदद मिलेगी कि क्या मॉडल वास्तव में सामान्य व्यावसायिक उपयोग के लिए विनिमेय हैं या क्या सस्ता मॉडल केवल कुछ कार्यभार के लिए पर्याप्त है।

तीसरा यह है कि क्या मूल्य निर्धारण में कटौती पूरे बाजार में फैल गई है। फॉर्च्यून ने OpenAI के GPT-5.6 Sol के लिए डेवलपर-मूल्य में 20% कटौती की रिपोर्ट दी है और इसे एक उभरते AI मूल्य युद्ध के हिस्से के रूप में पेश किया है। आगे की कटौती, छूट, उपयोग-आधारित अनुबंध, या उपकरण जो स्वचालित रूप से मॉडलों के बीच चयन करते हैं, यह संकेत देंगे कि प्रदाता एंटरप्राइज़ वॉल्यूम के लिए प्रतिस्पर्धा कर रहे हैं। इस तरह के विकास से ग्राहकों को लाभ हो सकता है, लेकिन यदि कीमतें, दर सीमा, संदर्भ भत्ते और आउटपुट गुणवत्ता सभी उत्पादों में भिन्न हैं तो वे तुलना को कठिन भी बना सकते हैं।

अंत में, मॉडल खर्च और बुनियादी ढांचे के निवेश के बीच संबंध के बारे में बेहतर सार्वजनिक साक्ष्य देखें। फॉर्च्यून बिजली, पानी, पर्यावरणीय प्रभावों और स्थानीय लागतों पर विरोध के साथ-साथ डेटा-सेंटर निर्माण के लिए राजनीतिक समर्थन की अलग से रिपोर्ट करता है। सूत्र का कहना है कि कई राज्यों ने डेटा-सेंटर विकास को प्रतिबंधित या धीमा करने पर विचार किया है, लेकिन यह नहीं दिखाता है कि वे निर्णय मॉडल कीमतों या उपलब्धता को कैसे प्रभावित करते हैं। यह स्थापित करने के लिए अधिक पारदर्शी प्रदाता प्रकटीकरण, स्वतंत्र व्यय डेटासेट और दस्तावेज़ीकृत उद्यम तैनाती की आवश्यकता होगी कि क्या रिपोर्ट की गई Fable 5 पठार एक अस्थायी उत्पाद-विशिष्ट परिणाम है या कॉर्पोरेट AI खरीदारी में एक व्यापक विभक्ति बिंदु है।

संबंधित मार्गदर्शिकाएँ एवं प्रश्नोत्तरी