Data Ramp Mengisyaratkan Batas Harga untuk Model AI Unggulan Anthropic

Data AI Index Ramp edisi Juli 2026 menunjukkan adanya jarak yang makin lebar antara adopsi di perusahaan dan permintaan terhadap model premium. Anthropic masih sedikit unggul atas OpenAI dalam persentase perusahaan yang membayar produknya. Namun, model unggulannya yang paling mahal, Fable 5, digunakan jauh lebih sedikit dibandingkan GPT-5.6 Sol milik OpenAI. 2

Temuan ini tidak membuktikan bahwa harga rata-rata Anthropic, pertumbuhan pendapatan, atau profitabilitas perusahaan telah menurun. Data Ramp mengukur pola belanja dan aktivitas token dari lebih dari 70.000 perusahaan yang menggunakan platform keuangan Ramp—bukan laporan laba rugi konsolidasian Anthropic.

Kesimpulan yang lebih kuat dan lebih terbatas adalah: perusahaan memang bersedia membeli layanan AI, tetapi tidak otomatis mau membayar harga tertinggi untuk setiap pekerjaan yang membutuhkan model AI terdepan.

Adopsi awal Fable 5 masih terbatas

Pada bulan pertamanya, Fable 5 hanya menyumbang 6% token yang dibeli dari Anthropic dan 11,4% belanja untuk model-model Anthropic dalam sampel Ramp. Ramp menyebut sampelnya cenderung berat ke sektor teknologi dan mengingatkan bahwa tingkat adopsi sebenarnya bisa lebih rendah. 2

Sebagai pembanding, GPT-5.6 Sol memiliki daya tarik lebih besar dalam bauran produk OpenAI. Model tersebut mencakup 25% token dan 23% belanja OpenAI. Selama Juli, Fable 5 menghasilkan sekitar 75% belanja bisnis terkait model yang dihasilkan oleh Sol. 2

Perbandingan ini penting karena Fable 5 diposisikan sebagai model unggulan Anthropic, sementara pelanggan juga memiliki pilihan model yang lebih murah. OpenAI mencantumkan harga API GPT-5.6 Sol sebesar US$5 per satu juta token input dan US$30 per satu juta token output. 6

Data Ramp mendukung dugaan bahwa perusahaan cukup sensitif terhadap harga. Namun, data tersebut belum membuktikan bahwa harga adalah satu-satunya penyebab kesenjangan adopsi. Performa, kecepatan respons, keandalan, kebijakan data, serta kemudahan integrasi juga dapat memengaruhi keputusan pembelian.

Pesaingnya bukan hanya OpenAI

Perusahaan kini dapat memilih dari beberapa lapisan infrastruktur AI: model proprietari premium, model yang lebih murah dari penyedia yang sama, sistem open source, hingga model yang dikembangkan di China. Dalam pengukuran Ramp, platform penyedia model open source dan model buatan China telah menjangkau 6,1% perusahaan yang menggunakan AI. 2

Pilihan yang semakin beragam ini mengubah cara perusahaan menghitung biaya. Tidak semua alur kerja membutuhkan model paling canggih. Model mahal dapat digunakan untuk penalaran kompleks atau tugas bernilai tinggi, sementara sistem yang lebih murah menangani klasifikasi rutin, penyusunan draf, ekstraksi data, bantuan pemrograman, atau layanan pelanggan.

Pasar AI perusahaan pun mulai terbagi menjadi dua. Model terdepan bersaing berdasarkan kemampuan maksimum, sedangkan volume penggunaan sehari-hari lebih banyak ditentukan oleh biaya, latensi, keandalan, kebijakan data, dan hasil bisnis yang bisa diukur.

Keunggulan performa kecil mungkin layak dibayar mahal untuk proses kerja yang sangat penting. Namun, keunggulan yang sama belum tentu cukup untuk membenarkan harga premium pada setiap permintaan.

Anthropic masih unggul dalam jangkauan bisnis

Angka Fable 5 tidak boleh disalahartikan sebagai hilangnya adopsi Anthropic secara keseluruhan. Pada Juli, 43,5% perusahaan Amerika Serikat yang dilacak Ramp membayar langganan atau token Anthropic, dibandingkan 39,7% untuk OpenAI. 2

Porsi Anthropic meningkat 1,1 poin persentase dari bulan sebelumnya, sedangkan OpenAI naik 0,23 poin persentase dalam perbandingan yang sama. 11 Laporan terkait Ramp berikutnya menunjukkan bahwa OpenAI tumbuh lebih cepat daripada Anthropic di kalangan pengguna bisnis Amerika Serikat pada periode awal kuartal ketiga, meski Anthropic masih memimpin pada Juli. 3

Pembacaan yang paling masuk akal adalah: Anthropic memiliki jangkauan bisnis yang lebih luas dalam sampel ini, sementara model unggulan OpenAI mencatat permintaan relatif lebih kuat dan pertumbuhan pengguna bisnis OpenAI mulai meningkat lebih cepat.

Ramp memang memberikan petunjuk penting, tetapi sampelnya bukan sensus lengkap pasar AI perusahaan. Karena itu, angka-angka tersebut sebaiknya dipandang sebagai indikator arah, bukan pangsa pasar total.

Apa yang bisa dan tidak bisa disimpulkan soal keuangan Anthropic

Indeks Ramp tidak dapat menentukan harga rata-rata aktual yang diterima Anthropic, total pendapatan, margin kotor, margin operasional, ataupun profitabilitas perusahaan. Komposisi token dan transaksi kartu atau pembayaran tagihan bukan pengganti laporan keuangan yang diaudit.

Data tersebut juga tidak menunjukkan bahwa pertumbuhan pendapatan Anthropic telah berhenti. Yang terlihat adalah satu model unggulan menghasilkan belanja bisnis lebih rendah daripada model unggulan pesaing dalam bulan yang diamati.

Anthropic masih dapat tumbuh melalui langganan, produk pemrograman, kontrak perusahaan, model berharga lebih rendah, peningkatan penggunaan model Claude lainnya, atau perluasan basis pelanggan. Data perbandingan tingkat model dari Ramp belum dapat menentukan kontribusi masing-masing faktor tersebut.

Perbedaan ini penting bagi investor. Sebuah perusahaan dapat meningkatkan pendapatan dengan cepat, sementara harga model tercanggihnya menghadapi tekanan. Dalam kondisi itu, pertumbuhan akan semakin bergantung pada volume, keluasan produk, integrasi ke alur kerja, dan retensi pelanggan—bukan semata-mata kemampuan mengenakan harga premium untuk setiap interaksi.

Mengapa hal ini penting bagi rencana IPO senilai US$2 triliun?

Reuters melaporkan bahwa Anthropic memproyeksikan pendapatan sekitar US$190 miliar hingga US$200 miliar pada 2028. Angka itu disebut menjadi bahan pertimbangan dalam pembahasan mengenai valuasi potensial yang mendekati US$2 triliun. 17

Data Ramp tidak membatalkan proyeksi tersebut, tetapi menyoroti tantangan eksekusi di baliknya. Jika perusahaan membatasi penggunaan model paling mahal, Anthropic harus mencapai target pendapatan itu melalui kombinasi beberapa hal:

• peningkatan volume penggunaan model secara drastis;
• adopsi luas produk pemrograman dan alur kerja;
• distribusi perusahaan yang lebih besar;
• model berbiaya rendah yang menghasilkan permintaan dalam jumlah tinggi; serta
• keunggulan performa yang bertahan dalam alur kerja dengan nilai ekonomi yang dapat diukur.

Peluncuran model unggulan saja tidak cukup. Ujian komersial yang sebenarnya adalah apakah pelanggan menggunakan model tersebut berulang kali, dalam skala besar, dan pada harga yang tetap mendukung ekonomi bisnis yang menarik.

Pelajaran soal harga bagi industri AI

Bukti yang tersedia menunjukkan bahwa kesediaan perusahaan membelanjakan uang untuk AI memang nyata, tetapi selektif. Ramp melaporkan median belanja AI sebesar US$7.400 per karyawan di antara 1% perusahaan dengan pengeluaran AI tertinggi pada Juli. 7

Meski begitu, anggaran besar tidak berarti setiap perusahaan akan memilih model termahal untuk semua tugas. Penyedia AI kemungkinan akan bersaing melalui struktur harga yang lebih beragam: model penalaran premium untuk pekerjaan kompleks, model murah untuk beban kerja bervolume tinggi, paket perusahaan, tingkatan berdasarkan pemakaian, serta harga yang lebih erat dikaitkan dengan hasil bisnis.

Penyedia juga perlu membantu tim pengadaan membuktikan laba atas investasi atau return on investment (ROI), terutama ketika perusahaan hendak beralih dari tahap uji coba ke penggunaan operasional.

Bagi Anthropic, angka awal Fable 5 paling tepat dipahami sebagai peringatan tentang monetisasi model premium. Perusahaan masih memimpin ukuran adopsi bisnis dalam sampel Ramp pada Juli, tetapi model unggulannya belum menguasai porsi penggunaan perusahaan yang sebanding.

Ini merupakan persoalan produk dan harga yang masih bisa dikelola. Namun, persoalannya menjadi jauh lebih penting ketika ekspektasi valuasi masa depan bergantung pada pertumbuhan pendapatan yang luar biasa cepat. 2