Subsidi → Tagihan Token → Penurunan Harga, OpenAI Memulai Perang Harga, Titik Balik Ekonomi Token Segera Tiba?

marsbitОпубліковано о 2026-06-11Востаннє оновлено о 2026-06-11

Анотація

Industri AI generatif sedang menghadapi titik balik kritis dalam monetisasi, dipicu oleh perang harga token yang akan datang. OpenAI dikabarkan mempertimbangkan penurunan biaya token secara signifikan untuk merebut klien korporat dari pesaing seperti Anthropic, meski keduanya telah menanggung kerugian miliaran dolar akibat biaya komputasi tinggi. Evolusi monetisasi AI telah melalui tiga tahap: langganan bulanan/tahunan, perang subsidi, dan transisi ke penagihan berbasis pemakaian token. Tahap ketiga ini mengungkap biaya sebenarnya yang sebelumnya tersembunyi. Tagihan korporat menjadi tidak terkendali, dengan contoh seperti Uber menghabiskan anggaran token tahunan hanya dalam empat bulan. Data menunjukkan hanya 18 sen dari setiap dolar yang dihabiskan untuk token AI yang menciptakan nilai nyata bagi pengguna, sementara sebagian besar digunakan untuk memperbaiki bug dan pekerjaan ulang yang diperkenalkan oleh AI itu sendiri. Perang harga antara OpenAI dan Anthropic berisiko mempersempit margin laba mereka yang sudah negatif dan memperlihatkan kerentanan model bisnis mereka. Kekhawatiran meluas bahwa penurunan ini dapat berdampak pada rantai pasokan, termasuk raksasa seperti NVIDIA dan Oracle. Investor terbelah antara pandangan optimis (konsumsi token total akan tumbuh karena adopsi yang lebih luas dan AI agen) dan pesimis (keberlanjutan model saat ini dipertanyakan). Masa depan ekonomi token mungkin terletak pada penetapan harga berlapis, di mana model mutakhir yang mahal di...

Ketika perang harga Token benar-benar dimulai, dari apa industri AI menghasilkan uang? Seluruh logika valuasi komersialisasi AI telah tiba pada momen yang perlu ditulis ulang. Masa persaingan "harga-kinerja" dan "kelangkaan" mungkin telah tiba. Bagi OpenAI, "situasi semakin memburuk", analisis menunjukkan "begitu OpenAI menurun, kemungkinan besar akan menyeret Nvidia, Oracle, Coreweave, dan lainnya ke bawah."

Narasi komersialisasi AI generatif sedang menghadapi introspeksi diri terdalam dalam tiga tahun terakhir. Dari menukar subsidi dengan pengguna, langganan paket bulanan yang menyembunyikan biaya, hingga tagihan berdasarkan Token yang memicu krisis tagihan perusahaan, industri AI menyelesaikan lompatan tiga tahap komersialisasi dalam waktu tiga tahun — dan perang harga potensial mungkin mengembalikan seluruh logika monetisasi ke titik nol.

Menurut laporan Wall Street Journal, OpenAI sedang mempertimbangkan untuk menurunkan biaya Token yang dibebankan kepada pengguna secara signifikan, untuk merebut klien perusahaan dari pesaing Anthropic. Menurut sumber yang mengetahui, langkah ini sebagian adalah untuk "merebut inisiatif", karena OpenAI memperkirakan Anthropic juga akan mengambil tindakan penurunan harga serupa. CEO OpenAI Sam Altman baru-baru ini dalam sebuah acara mengakui bahwa biaya penggunaan AI telah menjadi "masalah besar", dan mengatakan akan "membantu orang mendapatkan nilai lebih dengan pengeluaran yang lebih sedikit".

Waktu berita ini sangat sensitif. OpenAI telah mengajukan aplikasi IPO secara diam-diam minggu ini, dan Anthropic juga berada dalam hitungan mundur menuju penawaran umum perdana. Sementara itu, Bloomberg Silicon Data LLM Token Expenditure Index telah turun selama 7 hari perdagangan berturut-turut, mencetak rekor penurunan beruntun terpanjang sejak Januari tahun ini, mencerminkan kecemasan mendalam pasar terhadap keberlanjutan tagihan AI. Laporan tersebut secara tegas menyatakan, perang harga akan langsung menggerogoti margin keuntungan kedua perusahaan — dan kedua perusahaan saat ini telah merugi miliaran dolar karena komputasi besar yang dibutuhkan sistem AI.

Inti diskusi ini tidak lagi hanya sebuah keputusan penurunan harga, tetapi pertanyaan yang lebih mendasar: Ketika narasi "semakin banyak Token dikonsumsi semakin baik" sampai pada akhirnya, siapa yang akan menceritakan kisah komersialisasi berikutnya industri AI, dan bagaimana caranya.

01 Tiga Tahap Awal: Dari Paket Bulanan & Subsidi ke Tagihan Token

Komersialisasi AI generatif telah mengalami evolusi tiga tahap yang jelas dalam waktu singkat tiga tahun.

Tahap pertama, langganan paket bulanan dan tahunan menetapkan nada dasar industri. Pada Februari 2023, OpenAI meluncurkan ChatGPT Plus dengan biaya bulanan $19.99, memelopori pembayaran B2C untuk model besar; Baidu, Alibaba, Tencent kemudian mengikuti, langganan dengan biaya tetap bulanan menjadi standar model bisnis awal.

Tahap kedua, perang subsidi meledak sepenuhnya. Untuk meningkatkan ARR (Pendapatan Berulang Tahunan) yang merupakan jangkar inti valuasi pendanaan, berbagai vendor beralih ke subsidi besar-besaran: Google memberikan Gemini Advanced gratis selama 15 bulan untuk siswa, OpenAI meluncurkan keanggotaan Team dengan biaya $1 di bulan pertama, Douyin Doubao masuk dengan harga "99.3% lebih rendah dari harga industri", Baidu mengumumkan model inti gratis. Esensi subsidi adalah menukar kerugian dengan pertumbuhan — dilaporkan, Microsoft dalam model langganan GitHub Copilot rata-rata rugi lebih dari $20 per pengguna per bulan, beberapa pengguna berat rugi hingga $80 per bulan.

Tahap ketiga, adalah peralihan paksa ke penagihan berdasarkan pemakaian. Pada 1 Juni 2026, Microsoft mengumumkan semua paket GitHub Copilot secara resmi beralih ke penagihan berdasarkan penggunaan Token, biaya bulanan $19 langsung dikonversi menjadi kuota Token dengan nilai setara. Perubahan ini membawa biaya nyata yang lama tersembunyi oleh sistem langganan ke atas meja — menurut perhitungan pengguna komunitas Reddit, satu sesi pemrograman agen cerdas dapat mengonsumsi $30 hingga $40, paket bulanan tunggal habis hanya dalam sekali penggunaan.

02 Tagihan Tak Terkendali: Ketika Token Lebih Mahal Dari Manusia

Penerapan penagihan Token berdasarkan pemakaian, memperlihatkan wajah sebenarnya dari pengeluaran AI perusahaan.

Angka tagihan di sisi perusahaan mencengangkan. Chief Operating Officer Uber Andrew Macdonald pada Mei 2026 menyatakan secara publik, antara pertumbuhan konsumsi Token dan peningkatan substansial produk, "garis itu belum ada", dan secara khusus menciptakan istilah: "tokenmaxxing" (Pemaksimalan Token), menggambarkan karyawan yang melakukan tugas tanpa nilai hanya untuk meningkatkan penggunaan.

Data yang lebih langsung adalah: Uber hanya dalam empat bulan pertama 2026 telah menghabiskan anggaran Token tahunan; Salesforce memperkirakan biaya yang dibayarkan ke Anthropic untuk setahun penuh akan mencapai sekitar $3 miliar.

Dokumentasi pengembang Anthropic sendiri menunjukkan, biaya rata-rata pengembang yang menggunakan Claude Code sekitar $13 per hari kerja, 90% pengguna memiliki biaya harian di bawah $30 — jika dihitung, sebuah tim pengembang 10 orang hanya biaya Token setahun mungkin melebihi $75.600.

Rasio input-output juga mengkhawatirkan. Platform data perusahaan Entelligence.AI setelah mengumpulkan data dari 2444 perusahaan menemukan, dari setiap $1 yang diinvestasikan untuk biaya Token AI, hanya 18 sen yang menghasilkan nilai nyata yang menjangkau pengguna; 44 sen digunakan untuk memperbaiki Bug yang diperkenalkan AI itu sendiri, 27 sen mengalir ke pekerjaan ulang, 11 sen dikonsumsi oleh friksi peninjauan.

Menghadapi tagihan yang tak terkendali, sisi perusahaan telah mulai mengontrol secara proaktif. Amazon menghentikan peringkat penggunaan AI internal, meminta karyawan "jangan menggunakan AI hanya untuk menggunakan AI"; Microsoft berencana untuk secara bertahap menghentikan langganan Claude Code untuk karyawan di beberapa departemen produk kunci. Goldman Sachs mencatat, pengeluaran sebagian perusahaan untuk Token AI telah mencapai 10% dari total biaya tenaga kerja karyawan mereka, dan proporsi ini mungkin meningkat lebih lanjut dalam beberapa kuartal mendatang. Ini bukan hilangnya permintaan, tetapi era boros pengeluaran AI menuju akhir.

03 Adegan Keempat: Perang Harga Dimulai, OpenAI Pertimbangkan Penurunan Harga Besar-besaran

Justru dalam konteks seperti inilah, sumbu perang harga dinyalakan.

Menurut laporan Wall Street Journal, pertimbangan penurunan harga Altman langsung dipicu oleh tekanan mengejar Anthropic. Pendapatan Anthropic baru-baru ini tumbuh pesat, alat pemrograman Claude Code-nya menjadi populer di kalangan insinyur perangkat lunak, perusahaan rintisan yang didirikan lima tahun ini bahkan valuasinya untuk pertama kalinya melampaui OpenAI.

Namun, harga perang harga ini akan sangat berat. Jika harga turun secara signifikan, akan semakin mempersempit ruang margin keuntungan kedua perusahaan yang sudah negatif, dan ruang yang disediakan oleh lanskap kompetisi sangat terbatas.

Dan risiko mendasar yang telah lama diidentifikasi investor adalah, produk OpenAI dan Anthropic memiliki substitusi yang tinggi, klien dapat dengan mudah beralih dari satu ke yang lain — ini berarti penurunan harga meskipun mempertahankan klien dalam jangka pendek, tidak dapat benar-benar membangun parit pertahanan, hanya menunda kehilangan pangsa pasar.

Dilema ini juga ditransmisikan ke luar melalui siklus keuangan antara raksasa komputasi awan dan lab AI.

Menurut dokumen pengungkapan perusahaan yang disusun oleh The Information, OpenAI dan Anthropic bersama-sama menyumbang lebih dari separuh dari sekitar $2 triliun komitmen layanan awan masa depan Microsoft, Oracle, Google, dan Amazon. Jika penurunan harga memicu revisi ekspektasi pendapatan ke bawah, rantai transmisi ini akan tertekan dua arah.

Ahli neurosains dan kecerdasan buatan Amerika Gary Marcus mengatakan: "Ini semakin mengekspos kerapuhan OpenAI, dan juga menunjukkan betapa serius kesulitan yang dihadapinya. Begitu OpenAI menurun, kemungkinan besar akan menyeret Nvidia, Oracle, Coreweave, dan perusahaan lain ke bawah. Situasi sedang memburuk dengan cepat."

Perbedaan pandangan bullish dan bearish berhadap-hadapan secara terbuka di Wall Street. Analis TMT JPMorgan Mark Schilsky berpikir, kecemasan tagihan saat ini hanyalah "rintangan minimal menuju pengeluaran yang lebih tinggi": jika harga rata-rata per juta Token turun, tetapi tingkat penetrasi pembayaran AI perusahaan AS terus meningkat, secara matematis total penggunaan Token pasti meningkat tajam; ditambah lagi AI agenik (agentic AI) mendorong konsumsi Token per tugas tunggal hingga beberapa kali lipat dari mode tanya jawab tradisional, total pengeluaran jangka panjang diperkirakan akan jauh lebih tinggi dari level saat ini.

Analis semikonduktor Goldman Sachs Jim Covello memegang posisi yang lebih pesimis, berpikir kemakmuran rantai industri saat ini hampir mengarahkan semua nilai ke perusahaan semikonduktor, fenomena ini "tidak pernah terjadi sebelumnya dalam sejarah dan tidak berkelanjutan", begitu perusahaan menghadapi harga nyata berdasarkan penagihan pemakaian, aliran modal yang mendukung pembelian GPU dan pelatihan model akan menghadapi pembalikan.

04 Adegan Kelima: Kisah Berikutnya dari Ekonomi Token?

Setelah perang harga, bab berikutnya komersialisasi industri AI belum tertulis, tetapi garis besarnya mulai muncul.

Laporan Citadel Securities menyediakan kerangka arah: Penagihan berlapis dan penetapan harga berdasarkan kelangkaan. Logika intinya adalah, AI terdepan yang intensif inferensi tidak akan hilang, tetapi akan semakin terkonsentrasi di tangan segelintir perusahaan besar yang mampu menanggung biaya komputasi; bagi perusahaan yang lebih luas, model yang lebih sederhana mungkin merupakan jalur yang lebih produktif sebelum kendala fisik mereda. Ini berarti penggunaan AI akan menuju stratifikasi — tugas bernilai tinggi dan kompleks terus menggunakan model terdepan, tugas sehari-hari, tugas batch beralih ke model murah atau model lokal.

JPMorgan memegang penilaian yang relatif optimis: meskipun harga per unit Token turun, adopsi AI agen (agentic AI) akan melipatgandakan konsumsi Token per tugas — data yang ada menunjukkan, setelah proses bisnis diagenkan, konsumsi Token per tugas bisa menjadi 3,5 kali lipat dari aslinya — total skala pengeluaran masih diharapkan terus berkembang, kecemasan tagihan saat ini mungkin hanya "rintangan minimal menuju pengeluaran yang lebih tinggi".

Chief Revenue Officer Nebius Marc Boroditsky mengajukan konsep "valuemaxxing", menganjurkan industri beralih dari mengejar maksimalisasi konsumsi Token, ke membuat setiap Token benar-benar menghasilkan nilai. Arah ini secara bertahap menjadi konsensus industri — tetapi implementasi bisnis nyata, masih membutuhkan lab AI menemukan satu set sistem harga yang dapat mencerminkan biaya nyata, dan juga dapat diterima oleh klien perusahaan, dan ini adalah proposisi inti yang belum terselesaikan dalam semua perdebatan saat ini.

Namun, dalam perang harga ini, variabel yang paling terabaikan mungkin adalah model China.

Menurut data Juni platform manajemen pengeluaran perusahaan Amerika Ramp, DeepSeek telah menduduki puncak pertumbuhan langganan perangkat lunak perusahaan Amerika. Chief Economist Ramp Ara Kharazian secara khusus menekankan, ini bukan penerapan lokal model sumber terbuka, "perusahaan menggunakan DeepSeek secara langsung untuk mengirim dan menerima data", adalah penggunaan koneksi langsung dengan pembayaran nyata — dia mengakui "tidak menyangka perusahaan Amerika akan menggunakan DeepSeek". Menurut perhitungan pihak ketiga, harga rata-rata API DeepSeek V4-Pro sekitar sepersepuluh dari GPT-5.5, sekitar sepersebelas dari Claude Opus 4.7.

Dua harimau OpenAI dan Anthropic saling berperang, yang pada akhirnya diuntungkan, mungkin adalah pemain yang telah lama menuliskan "harga terjangkau" dalam gennya, dan tidak perlu mempertanggungjawabkan margin keuntungan kepada investor IPO. Ini mungkin bukan akhir yang paling disukai dari perang harga ini, tetapi semakin menjadi realitas yang sulit diabaikan.

Artikel ini berasal dari akun WeChat "硬AI", penulis: Xu Chao

Пов'язані питання

QBagaimana evolusi monetisasi AI generatif sejak tiga tahun terakhir?

AMonetisasi AI generatif telah melalui tiga tahap utama: 1) Langganan bulanan/tahunan (misalnya, ChatGPT Plus), 2) Perang subsidi untuk menarik pengguna dan meningkatkan pendapatan berulang (ARR), dan 3) Beralih ke pembayaran berdasarkan penggunaan Token yang memaparkan biaya sebenarnya, yang memicu krisis tagihan di kalangan perusahaan.

QApa yang dimaksud dengan 'tokenmaxxing' dan mengapa hal ini menjadi masalah bagi perusahaan?

A'Tokenmaxxing' adalah istilah yang diciptakan oleh COO Uber untuk menggambarkan fenomena di mana karyawan menggunakan AI untuk menyelesaikan tugas-tugas yang tidak bernilai hanya untuk meningkatkan penggunaan Token. Ini menjadi masalah karena menyebabkan pemborosan anggaran AI perusahaan tanpa memberikan peningkatan produktivitas atau nilai bisnis yang nyata.

QMengapa perang harga antara OpenAI dan Anthropic berisiko tinggi bagi kedua perusahaan dan ekosistem AI yang lebih luas?

APerang harga berisiko tinggi karena kedua perusahaan sudah mengalami kerugian miliaran dolar akibat biaya komputasi yang besar. Penurunan harga akan semakin memangkas margin keuntungan mereka. Selain itu, produk mereka sangat mudah diganti, sehingga harga rendah tidak membangun keunggulan kompetitif yang berkelanjutan. Risikonya meluas ke rantai pasokan, karena penurunan pendapatan dapat memengaruhi raksasa cloud seperti Microsoft dan Oracle, serta pemasok chip seperti Nvidia.

QApa saja prediksi atau skenario untuk masa depan ekonomi Token AI setelah potensi perang harga?

AMasa depan ekonomi Token AI diperkirakan akan menuju ke arah: 1) Penetapan harga berlapis dan berbasis kelangkaan, di mana model mutakhir yang mahal digunakan untuk tugas kompleks, sementara tugas sehari-hari dialihkan ke model yang lebih murah atau lokal. 2) Potensi peningkatan total pengeluaran karena adopsi AI agen (agentic AI) yang dapat meningkatkan konsumsi Token per tugas hingga 3,5 kali lipat. 3) Pergeseran fokus dari memaksimalkan Token ('tokenmaxxing') ke memaksimalkan nilai setiap Token ('valuemaxxing').

QBagaimana peran model AI China, khususnya DeepSeek, dalam dinamika pasar global menurut artikel ini?

AArtikel menyoroti bahwa DeepSeek, model AI China, telah menjadi penyedia langganan perangkat lunak dengan pertumbuhan tercepat di antara perusahaan AS menurut data Ramp. Dengan harga API yang jauh lebih murah (sekitar sepersepuluh dari GPT-5.5), DeepSeek menawarkan alternatif yang menarik secara biaya. Hal ini menempatkannya sebagai penerima manfaat potensial dari perang harga antara OpenAI dan Anthropic, terutama karena fokusnya pada penetapan harga yang terjangkau dan tidak memiliki tekanan untuk menunjukkan profitabilitas kepada investor IPO dalam waktu dekat.

Пов'язані матеріали

The 'Chip' Challenge and Breakthroughs in China's Optical Industry Chain

China's Photonics Industry: Bottlenecks and Breakthroughs In the global AI race, computing chips dominate the narrative, but the underlying bottleneck increasingly defining the scale of AI clusters is light—or more specifically, optical connectivity. Optical modules, which translate electrical signals to light and vice versa, are crucial for connecting thousands of GPUs in AI data centers, preventing data congestion and ensuring efficient model training. High-speed modules (800G, 1.6T) are now standard, with performance hinging on advanced DSP (Digital Signal Processor) chips. This is where a critical dependency lies. Two US giants—Marvell and Broadcom—collectively dominate over 90% of the high-end DSP chip market. Chinese optical module leaders like Zhongji Innolight and Eoptolink rely on these chips to manufacture modules for overseas AI customers, primarily in North America. While this creates a supply chain vulnerability, complete decoupling is difficult. Marvell derives over half its revenue from Greater China, and the US firms depend on Chinese partners for chip packaging and optical components. The risk from laser chips (e.g., from Lumentum), another key component, is considered more manageable due to multiple global suppliers and faster progress in domestic alternatives from companies like YOFC and Accelink. To mitigate risks, China's industry is pursuing a multi-pronged strategy: diversifying supply chains and locking in long-term orders; fostering a domestic market ecosystem to adopt homegrown DSPs from firms like Huawei HiSilicon and CETC; accelerating R&D in high-speed DSPs and advanced packaging; and investing in next-gen technologies like silicon photonics and Co-Packaged Optics (CPO) to reduce reliance on discrete DSPs. The ultimate solution lies not in short-term博弈 but in persistent advancement of domestic high-end chip R&D and manufacturing. While challenges remain in performance, certification, and ecosystem building, China's vast domestic market and manufacturing base provide a crucial buffer, buying time for the industry to achieve greater technological independence.

marsbit2 хв тому

The 'Chip' Challenge and Breakthroughs in China's Optical Industry Chain

marsbit2 хв тому

Behind SpaceX's $2 Trillion Market Cap: Why Does Musk Always Have the Next Move Planned?

On June 12th, SpaceX debuted on the Nasdaq, reaching a valuation that briefly touched $2 trillion. This marked the culmination of a 24-year journey from its founding in 2002, driven by Elon Musk's frustration at the high cost of buying rockets. The company's path was defined by early failures, with its first three Falcon 1 launches ending in explosions before a successful 2008 flight opened the era of commercial spaceflight. Key to its model was a fixed-price NASA contract, incentivizing cost reduction. SpaceX mastered rocket reusability, first achieving a Falcon 9 landing in 2015, which drastically cut launch costs. This enabled its profitable Starlink satellite internet constellation, envisioned years before reusability was proven, to create an internal market for frequent launches. Similarly, the next-generation Starship rocket was in development long before its first flight, with its business case evolving from Mars colonization to supporting the emerging concept of in-orbit data centers for AI—a story now central to its valuation. The company's recent IPO, a reversal of its long-standing "no IPO" stance, is funding this ambitious "space-based compute" vision. While major tech players like Google, Blue Origin, and others are investing heavily, significant technical and cost hurdles remain. Ultimately, SpaceX's history is one of creating its own demand: first with Starlink and now with space-based AI compute, betting that its next rocket will enable its next giant market.

marsbit5 хв тому

Behind SpaceX's $2 Trillion Market Cap: Why Does Musk Always Have the Next Move Planned?

marsbit5 хв тому

USDe Circumvents GENIUS Act Yield Ban: How Synthetic Dollars Became Crypto's Most Successful Gray Area?

In drafting the GENIUS Act, Congress prohibited licensed payment stablecoin issuers from paying interest or yield to holders—a rule that forced changes for USDC. However, Ethena's USDe, a rapidly growing "yield dollar," operates outside this regulation. USDe is a delta-neutral synthetic dollar backed by crypto collateral and hedged perpetual futures positions, generating yield from funding rates rather than traditional reserves. Because it doesn't fit the legal definition of a payment stablecoin, the GENIUS Act's restrictions do not apply. USDe's supply peaked above $14 billion in 2025, making it a top-three dollar-denominated crypto asset. Its model carries distinct risks, notably dependence on sustained positive funding rates and vulnerability during market deleveraging events, as seen in a brief depeg in October 2025. Regulatory approaches differ: Germany's BaFin banned USDe sales, viewing it as an unregistered security, while U.S. institutional capital, like Janus Henderson, has embraced it for treasury management. The GENIUS Act defined and regulated payment stablecoins but left synthetic dollars like USDe in a gray area. The unresolved question is whether future regulations will address this category or if yield will continue migrating to undefined spaces.

marsbit7 хв тому

USDe Circumvents GENIUS Act Yield Ban: How Synthetic Dollars Became Crypto's Most Successful Gray Area?

marsbit7 хв тому

When Crypto Meets the World Cup: CoinW and Modrić's Art of "Navigating Cycles"

When Encryption Meets the World Cup: CoinW and Modrić's "Transcending Cycles" Philosophy In the context of the 2026 FIFA World Cup and its massive global audience, the crypto exchange CoinW announced football legend Luka Modrić as its global brand ambassador. This move is framed not merely as a marketing tactic, but as a strategic experiment in user profile migration. It targets mature, financially stable football fans—particularly in Europe, Southeast Asia, and Latin America—who traditionally have low crypto awareness but value trusted, time-tested authority figures like Modrić. The article draws parallels between Modrić's enduring, disciplined career—marked by consistency and success at the highest level over two decades—and CoinW's own development path. Founded in 2017 during a volatile industry period, CoinW focused on building robust infrastructure and risk management. It weathered the 2022 industry crisis without major security incidents, subsequently earning recognition like "Europe's Most Trusted Exchange" and growing to over 20 million registered users. This "long-termism" is translated into user-centric products. CoinW Academy lowers the initial knowledge barrier. Its integrated ecosystem (CoinW, GemW, DeriW, PropW) and the recent launch of a TradFi section—offering perpetual contracts on traditional assets like stocks, gold, and oil—aim to create a unified platform for diverse assets. For the World Cup, CoinW launched the "We Are The Game" campaign, collaborating with Alchemy Pay to offer zero-fee deposits and local payment options, aiming to transform spectators into participants and lower entry barriers. Ultimately, CoinW's sports partnerships and product strategy are presented as a concerted effort to build trust and accessibility for the "silent majority" still outside crypto—shifting the industry narrative toward inclusivity and long-term value.

Foresight News10 хв тому

When Crypto Meets the World Cup: CoinW and Modrić's Art of "Navigating Cycles"

Foresight News10 хв тому

A Panoramic View of the Solana Privacy Ecosystem: The Complete Privacy Stack from Computation to AI

**Solana Privacy Ecosystem: A Comprehensive Overview from Computation to AI** Solana's privacy ecosystem, while nascent, is rapidly evolving to address key challenges across multiple layers. Key figures like Helius CEO Mert acknowledge that Solana has lagged in privacy but highlight its unique potential for scalable, composable privacy protocols, potentially leveraging technologies like ZK compression without persistent rollups. The foundational layer is **Private Compute**, addressed by providers like Arcium and Magic Block. Arcium utilizes Multi-Party Computation (MPC) networks to process encrypted data off-chain with final settlement on Solana, supporting use cases like confidential payments (via its C-SPL token standard) and encrypted data analysis. Magic Block employs Trusted Execution Environments (TEEs) to create private, ephemeral rollups, offering confidentiality, scalability, and composability. Both enable private order books, dark pools, and DeFi rails. Building on this infrastructure are applications for **Private Transfers and Balances**. Umbra, built on Arcium, offers encrypted token accounts with amount, balance, and sender-receiver linkage privacy, plus compliance features. Privacy Cash uses Tornado-style shielded pools for SOL, while Hush provides private staking and trading with integrated swaps via Jupiter. To eliminate **On-Chain Trails** from everyday activities like trading, protocols like encifherio and VanishTrade are emerging. encifherio privately routes swaps through Jupiter by encrypting transaction details within TEEs. VanishTrade routes trades through shielded liquidity pools. Darklake offers a ZK-native "blind slippage" AMM and private perpetuals to hide trading intent and prevent front-running. More advanced applications include **Private Prediction Markets**. Platforms like Melee Markets use Arcium's MPC to encrypt order books, allowing participants to place hidden bets without revealing their market position until settlement. Finally, the ecosystem is expanding into **Private AI**. Loyal leverages both Magic Block and Arcium to create a decentralized protocol where user-AI interactions, queries, and preferences are encrypted on-chain, giving users ownership and control over their data while enabling private transactions and yield generation. In summary, Solana's privacy stack is developing from core compute and transfer privacy towards sophisticated applications in DeFi, prediction markets, and AI, aiming for a future where Fully Homomorphic Encryption (FHE) and Zero-Knowledge (ZK) proofs combine for a complete privacy solution.

marsbit12 хв тому

A Panoramic View of the Solana Privacy Ecosystem: The Complete Privacy Stack from Computation to AI

marsbit12 хв тому

Торгівля

Спот

Ф'ючерси

Обговорення

Ласкаво просимо до спільноти HTX. Тут ви можете бути в курсі останніх подій розвитку платформи та отримати доступ до професійної ринкової інформації. Нижче представлені думки користувачів щодо ціни WAR (WAR).

Subsidi → Tagihan Token → Penurunan Harga, OpenAI Memulai Perang Harga, Titik Balik Ekonomi Token Segera Tiba?

Анотація

01

Tiga Tahap Awal: Dari Paket Bulanan & Subsidi ke Tagihan Token

02

Tagihan Tak Terkendali: Ketika Token Lebih Mahal Dari Manusia

03

Adegan Keempat: Perang Harga Dimulai, OpenAI Pertimbangkan Penurunan Harga Besar-besaran

04

Adegan Kelima: Kisah Berikutnya dari Ekonomi Token?