{"source":{"id":"mb-20260830-a41049","title":"把一个前沿大模型的调用成本砍掉 80%，不是打价格战，也不是买到了更便宜的显卡","url":"https://mubeitech.com/p/mb-20260830-a41049"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"raw_708f235ce731aad8","account":"mubei","brand":"@mubei","title":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接…","summary":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接着他给了一组数字： 这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。 下一批，还有 40 万块 NVIDIA 芯…","body":"OpenAI 刚发布了新模型 GPT-6 Astra。\n黄仁勋发推文祝贺，顺手扔了一颗深水炸弹：\nAGI 已经到了。\n接着他给了一组数字：\n这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。\n下一批，还有 40 万块 NVIDIA 芯片正在排队上线。\n评论区立刻吵成一团。\n有人在核对跑分，有人在质疑 AGI 的定义，学者们在争论这算不算营销吹牛。\n所有人都被 AGI 这三个字母吸走了注意力。\n但真正反常识的信号，藏在那两组数字里。\n等一下。\n如果 AGI 真的已经到了，终点线都已经跨过去了，为什么还要一口气追加 40 万块顶级芯片？\n如果学生已经毕业了，你为什么还要把学费翻四倍？\n这背后藏着一台运转了一百六十年的经济学机器。\n1865 年，英国经济学家威廉·斯坦利·杰文斯写了一本书，叫《煤炭问题》。\n当时很多人以为，只要瓦特改良了蒸汽机，煤炭消耗效率提上去，英国的煤就会越用越省。\n杰文斯算完账，给出了一个完全相反的结论：\n当蒸汽机的效率提高，做功的成本大幅下降，蒸汽机就会迅速铺满采矿、纺织、火车和轮船。\n煤炭没省下来，总消耗量反而暴增了几百倍。\n这个规律后来被称为杰文斯悖论。\n现在的算力市场上，正在上演一模一样的一幕。\n过去四年，芯片主要是用来训练模型的。\nOpenAI 租下 10 万块芯片，通电跑上几个月，把模型训出来，这笔钱就算花完了。\n算力在当时是一笔固定研发开支，就像买一台机床。\n新一代模型跨过的那道门槛，把这台机器彻底改写了。\nGPT-6 Astra 不再只是一个回答问题的聊天框。\n它成了一个接管屏幕、写代码、测漏洞、连续执行任务的电脑操作员。\n要让它在真实世界里替人干活，每走一步，都需要在后台进行海量推理和反复试错。\n这叫推理期算力扩展。\n当智能跨过了「真正可用」的临界点，算力就从实验室里的研发成本，变成了工业生产里的电力。\n它不再是一次性买断的机床。\n它是机床运转时，每一秒钟都要烧掉的燃料。\n模型越能干，被派给它的任务就越多，它后台烧掉的算力就越庞大。\n这就是为什么训一个模型用了 10 万块芯片，后面却需要 40 万块芯片接力进场。\n因为训大脑只需要 10 万块。\n让大脑去全天候当牛做马，需要 40 万块、甚至几百万块。\n看懂了这台机器，你就能看懂黄仁勋为什么比任何人都急着宣布 AGI 降临。\n在淘金热里，最希望大家相信山上有金矿的人，从来不是淘金客。\n是山脚下卖铁锹的人。\n淘金客可能空手而归。\n只要全世界都相信金子就在前面，下一批 40 万把铁锹的订单，就已经稳稳装进了口袋。\n真正的分水岭，从来不是 AGI 到底有没有标准答案。\n当全世界还在为概念争论不休时，卖铁锹的人，已经把算力变成了全人类必须按秒付费的新煤炭。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2096875508021547163","translated_status_id":"2096875508021547163","published_at":"2026-09-07 10:12:07","created_at":"2026-09-07T10:12:07.107035","url":"https://mubeitech.com/p/raw_708f235ce731aad8","markdown_url":"https://mubeitech.com/p/raw_708f235ce731aad8/markdown"},{"rank":2,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"},{"rank":3,"id":"16564496","account":"mubei","brand":"@mubei","title":"大模型竞争的风向变了。 不拼跑分，开始往死里卷价格。 GPT-5.6系列大降价。 轻量级的Luna模型，价格一口气砍掉8…","summary":"大模型竞争的风向变了。 不拼跑分，开始往死里卷价格。 GPT-5.6系列大降价。 轻量级的Luna模型，价格一口气砍掉80%。 处理一百万个输入token，现在只要0.2美元，输出只要1.2美元。 中端的Terra模型降价20%，降到了输入2美元、输出12美元。 顶配的Sol模型…","body":"大模型竞争的风向变了。\n不拼跑分，开始往死里卷价格。\n\nGPT-5.6系列大降价。\n轻量级的Luna模型，价格一口气砍掉80%。\n处理一百万个输入token，现在只要0.2美元，输出只要1.2美元。\n中端的Terra模型降价20%，降到了输入2美元、输出12美元。\n\n顶配的Sol模型换了个打法。\n它在API里加了一个“快速模式”。\n多花一倍的钱，速度最高能飙升2.5倍，智力水平完全不打折。\n\n同等智能的调用成本，被生生砸到了一个新台阶。\n过去那些因为太贵、开发者舍不得跑的海量任务。\n现在终于可以放开手脚，当成日常操作随便跑了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2082970809845375398","translated_status_id":"2082970809845375398","published_at":"2026-07-30 23:02:23","created_at":"2026-07-31T00:54:16+02:00","url":"https://mubeitech.com/p/16564496","markdown_url":"https://mubeitech.com/p/16564496/markdown"},{"rank":4,"id":"rp_ce6dede4a9f93a94","account":"mubei","brand":"@mubei","title":"阿里在两个月里，用 3500 多个虚假账号，偷偷和 Claude 对话了 1.51 亿次。 同一时间，月之暗面和 Dee…","summary":"阿里在两个月里，用 3500 多个虚假账号，偷偷和 Claude 对话了 1.51 亿次。 同一时间，月之暗面和 DeepSeek 把国内用户的提问，神不知鬼不觉地送给旧金山的服务器代笔。 国内发布会的通稿里，写满了打破封锁、自主可控、性能逼近前沿的奇迹。 大洋那边的 Anthr…","body":"阿里在两个月里，用 3500 多个虚假账号，偷偷和 Claude 对话了 1.51 亿次。\n同一时间，月之暗面和 DeepSeek 把国内用户的提问，神不知鬼不觉地送给旧金山的服务器代笔。\n国内发布会的通稿里，写满了打破封锁、自主可控、性能逼近前沿的奇迹。\n大洋那边的 Anthropic，把一份 154 页的情报报告直接摔在了桌上。\n指控明明白白：中国多家头部实验室，正在系统性地实施大规模非法模型蒸馏。\n为什么坐拥千亿资本和顶级工程师的巨头，要做这种登不上台面的事？\n华盛顿拉上了史上最严密的芯片铁幕，为什么挡不住对手紧咬前沿？\n把这笔账顺着代码逻辑拆到底，会看到一台冷酷运转的利益机器。\n探索成本外部化。\n做前沿大模型，最大的成本从来不是电费，试错失败的代价才是。\nAnthropic 和 OpenAI 走在无人区。\n他们必须烧掉数万张 H100，试错几百种网络架构。\n经历无数次模型崩溃与逻辑失控，才能探出一条通往高阶推理的窄路。\n这笔数以十亿美元计的真金白银，叫探索成本。\n2015 年，Hinton 提出了知识蒸馏，初衷是让大模型教自家的小模型。\n但在跨国竞争的暗处，这项技术变成了一台完美的抽水机。\n探索的风险与死胡同，全留给别人踩。\n自己只需要接上一根吸管，连上对方的接口。\n把硅谷耗费数十亿美元试错凝结出来的思维链，原封不动地抽走。\n几十亿美元的研发账单，被转嫁给了旧金山的实验室。\n更荒谬的齿轮，还藏在普通用户的屏幕背后。\n报告披露了一套被称为静默中继的架构。\n用户在国产客户端里敲下问题，以为自己在见证本土算法的崛起。\n后台的代码转头就把这句话打包，穿过太平洋送给 Claude。\nClaude 在大洋彼岸把逻辑推理完毕，系统撕掉包装，贴上自研标签返回给用户。\n用户的真实提问成了免费的提示词工程。\n对手的顶级云端成了免费的代工车间。\n这甚至直接瓦解了华盛顿的芯片禁令。\n美国拼命在海关查显卡、卡光刻机、数算力指标，试图用物理铁幕阻断追赶。\n但算力烧出来的最终结晶，本质上只是一串字符和概率。\n信息的边际传输成本趋近于零。\n当几十万张卡跑出的思考模式可以直接被网络吸走，谁还需要冒险去走私几十吨重的硬件？\n禁运的高墙还在，地基早已被一串串数字接口掏空。\n但这台寄生机器，正在把最沉重的代价甩给普通人。\n第一层代价是安全脱壳。\nClaude 花费数千万美元训练的安全防护栏，在抽水过程中被彻底剥离。\n剩下裸露的解题逻辑，甚至被转手拿去辅助军警的监控系统。\n第二层代价是系统的集体致盲。\n用户付出信任和隐私，成了别人商业盗窃的肉盾。\n科技买办借着自研叙事，在体制内套取天量算力补贴与产业基金。\n所有人都沉浸在一种无需承担探索成本的虚假繁荣里。\n但靠偷吸别人的脑浆，充其量只能在跑分榜上亦步亦趋。\n一旦大洋彼岸收紧阀门、切断接口，或者无人区里再也没有新路被趟出来。\n那些高呼打破封锁的自研神话，又该去哪里寻找下一台供自己寄生的宿主？","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2098432283246019011","translated_status_id":"2098432283246019011","published_at":"2026-09-11 16:53:31","created_at":"2026-09-11T16:53:31.623146","url":"https://mubeitech.com/p/rp_ce6dede4a9f93a94","markdown_url":"https://mubeitech.com/p/rp_ce6dede4a9f93a94/markdown"}]}