Harvey ist 15,6 Milliarden Dollar wert und hat sein Geschäft darauf gebaut, fremde Spitzenmodelle für Juristen zu spezialisieren. Im März hat die Firma ihre Agenten aktualisiert, die Nutzung schoss hoch, und die Bruttomarge fiel laut Bloomberg von rund 50 Prozent zu Jahresbeginn auf minus 50 Prozent im Juni.
Im August hat Harvey ein eigenes Modell herausgebracht. Es läuft auf Kimi K3 von Moonshot AI. Danach war die Marge wieder positiv.
Zwanzigfache Token-Nutzung, und die Rechnung kippt
Harvey meldet für dieses Jahr eine Verzwanzigfachung des Token-Verbrauchs. Das hält keine Marge aus, wenn jeder Token beim teuersten Anbieter abgerechnet wird. Dazu kommt, dass Anthropic und OpenAI Firmenkunden die Modellnutzung inzwischen zusätzlich zum Abo berechnen – was jene Teams trifft, die ihre Leute vorher zum maximalen Verbrauch ermuntert hatten. Uber ist das bekannteste Beispiel: Budget für das ganze Jahr, aufgebraucht im April.
Harvey steht damit nicht allein. Abridge baut ein eigenes Grundmodell für den klinischen Alltag auf Nvidias offenen Modellen. Decagon leitet nach eigenen Angaben 80 Prozent aller Anfragen durch eigene Modelle. Ramp und Rogo prüfen zum ersten Mal, selbst zu trainieren. Sequoia und General Catalyst stützen den Trend.
Ramps Co-Chef Karim Atiyeh sagt es nüchtern: Vor einem Jahr habe das überhaupt keinen Sinn ergeben, jetzt ergebe es sehr viel Sinn. Und weiter, mit Blick auf die Rechenkosten: Nicht darüber nachzudenken sei schlicht fahrlässig.
Der Einwand: viel Kostümierung
Matt Kraning von Menlo Ventures, das in Anthropic investiert ist, hält dagegen. Eigene Modelle brauchen seltene Leute und kosten vorne viel Geld, und für manche Firmen sei es ohnehin nur Marketing. Ob eine Firma ein eigenes Modell habe oder nicht, sei die falsche Frage, sagt er – meistens sei es Kostümierung.
Auch die Gegenargumente sind konkret. US-Gesetzgeber prüfen Beschränkungen für offene Gewichte. Sicherheitsbehörden und amerikanische Labore werfen Moonshot und DeepSeek vor, ihre Modelle destilliert zu haben. Rogo musste mit großen Kunden reden, die bei chinesischen Modellen zögern; der Produktchef Strib Walker argumentiert, nach dem Nachtraining sehe von einem offenen Modell nicht mehr viel aus wie vorher. Brendan Foody von Mercor beobachtet, dass die Sorge seiner Kunden weniger der Regulierung gilt als der Frage, wo ihre Daten landen.
Ein zweites Risiko wiegt schwerer als der Preis: Nur eine Woche nachdem SpaceX die Übernahme von Cursor abgeschlossen hatte, hat OpenAI dem Coding-Startup den Modellzugang gesperrt, unter Verweis auf frühere Verstöße von Musk-Firmen gegen die Nutzungsbedingungen. Wer auf einem fremden Modell sitzt, sitzt auf einem Schalter, den jemand anders bedient.
Anthropic zeigt seinen Investoren genau diese Folie
Das Aufschlussreichste steht am Rand des Berichts. Auf einem Investorentreffen in Anthropics Büros lief eine Folie darüber, wie man die Wertschöpfungskurve reitet – mit Rogo und OpenEvidence als Beispielen. Harveys Eigenbau kam ebenfalls vor, versehen mit dem Hinweis, dass Harvey für die schwersten Aufgaben weiterhin Opus braucht.
Das ist die ehrlichste Zusammenfassung der Lage, und sie stammt von Anthropic selbst. Der Kampf läuft nicht um die Spitze, sondern um die Mitte: um die Millionen Routineaufrufe, die bisher zum Spitzenpreis liefen. Genau die tragen den Umsatz, mit dem Anthropic in den Börsengang im November geht.