A Meta, de Mark Zuckerberg, pode estar gastando centenas de milhões de dólares por mês nas ferramentas de inteligência artificial da Anthropic, mesmo enquanto as duas empresas competem para desenvolver modelos cada vez mais poderosos.

Apesar de ter reduzido "parte" dos gastos com a Anthropic nos últimos meses, a Meta "ainda está gastando centenas de milhões de dólares por mês nas ferramentas da startup", informa o The New York Times, citando pessoas familiarizadas com o assunto. Na verdade, a empresa projetou que poderia gastar bilhões a mais.

"Em determinado momento deste ano, a Meta projetou internamente que poderia gastar até US$ 10 bilhões por ano nos modelos de IA da Anthropic", segundo a reportagem do NYT. "Isso teria representado uma grande parcela da receita anual da Anthropic, que a startup estimou em julho que ultrapassaria US$ 65 bilhões."

Os possíveis gastos também ressaltariam até que ponto a Meta depende de empresas externas de IA, mesmo enquanto investe bilhões de dólares no desenvolvimento de seus próprios modelos.

Isso também representaria uma parcela significativa dos gastos conhecidos da Meta com ferramentas de IA. A empresa se comprometeu com mais de US$ 14 bilhões na Scale AI e teria concordado com um contrato de cinco anos para o serviço de IA e dados da Scale, no valor de pelo menos US$ 450 milhões por ano.

A Meta está competindo com a Anthropic no desenvolvimento de modelos e, ao mesmo tempo, pode fornecer à Anthropic a infraestrutura computacional necessária para competir. Vale destacar que a Reuters informou em julho que a Meta e a Anthropic estavam negociando um possível contrato de locação de capacidade computacional de US$ 10 bilhões por dois anos.

Por sua vez, os Superintelligence Labs da Meta estão tentando construir um ecossistema de IA verticalmente integrado. A empresa está desenvolvendo a família Muse, com o Muse Spark 1.2 atualmente como seu modelo mais avançado.

A Meta projetou até US$ 145 bilhões em investimentos de capital em IA — no entanto, esse valor se baseia principalmente em infraestrutura, como data centers, servidores e equipamentos de rede.