Leopold bleibt im Spiel, Big-Tech-Zahlen, OpenAI senkt GPT-5.6-Preise
TBPN bespricht Leopold Aschenbrenners LP-Brief, Volatilität im AI-Trade, Big-Tech-Zahlen und die echte Kostenkurve von OpenAI-Modellen.
Die Folge beginnt mit Leopold Aschenbrenners Brief an die LPs von Situational Awareness nach einem sehr harten Juli. Der Fonds erlitt einen starken Drawdown, wird laut Brief aber weder geschlossen noch liquidiert noch in einen rein privaten Fonds umgewandelt. Der zentrale Schritt war der Verkauf eines Teils des öffentlichen Portfolios an Citadel, um Leverage zu entfernen, Margin-Liquiditätsrisiken zu beseitigen und private Positionen zu schützen.
Was die Folge herausarbeitet
- Situational Awareness wurde von extremen Bewegungen in AI-nahen Aktien und von Druck auf öffentlich mit dem Fonds verbundene Namen getroffen.
- Der Brief übernimmt Verantwortung, bezeichnet den Monat als teure Lektion und kündigt Änderungen bei Portfoliomanagement, Risikoteam und Widerstandsfähigkeit an.
- TBPN unterscheidet zwischen einer privaten Blocktransaktion und einem Bailout: Es war keine staatliche Rettung, sondern ein Verkauf an eine freiwillige Gegenpartei.
- Die AI-These gilt nicht als widerlegt; die praktische Lektion liegt bei Leverage, Konzentration, Liquidität und Portfoliokonstruktion.
Big Tech und AI-Capex
Der Earnings-Teil betrachtet Microsoft, Apple, Amazon, Meta und Alphabet. Umsatz- und Gewinnüberraschungen zählen weniger als die Frage, wie der Markt AI-Ausgaben, Cloud-Wachstum und die Glaubwürdigkeit künftiger Renditen auf Infrastrukturinvestitionen bewertet.
Modelle, Kosten pro Aufgabe und Benchmarks
Der OpenAI-Abschnitt verschiebt den Fokus vom Preis pro Token zu den Kosten pro Aufgabe. Ein niedrigerer Tokenpreis garantiert kein günstigeres Ergebnis, wenn ein Modell deutlich mehr Tokens benötigt. ARC-AGI V3 zeigt außerdem, wie stark Harness, Memory und API-Einstellungen Benchmark-Scores und Output-Tokens verändern können.
Wichtigste Lehre
Der rote Faden ist Ausführung unter Volatilität: ein AI-Fonds ohne fragiles Leverage, glaubwürdiger Hyperscaler-Capex und Modellintegration, die die Ökonomie realer Aufgaben verbessert.
Source
- Chaîne: TBPN
- Vidéo source: https://www.youtube.com/watch?v=xa5MncRRgoU