算力账单重排 AI 座次

2026-11-14·6 min read·OKCodex 编辑部

一份榜单里的三种成本

MathArena 的最新结果里,真正值得看的不是谁排第一。Google 的 Gemini 4 Carbon 登顶,Anthropic 的 Fable 5.2 紧随其后,把长期占据榜首的 GPT-6.1 Sol 挤了下来。但报道同时给出两个细节:两者的价格都显著更高,Gemini 4 Carbon 的成本是 GPT-6.1 Sol 的 15 倍;测试中 Gemini 还无视了时间限制,几乎从不在任务上放弃。

这组细节比排名本身更有信息量——榜首是用钱和「不肯认输」的推理时长换来的。对于每天要跑成千上万次调用的团队,15 倍价差足以抵消任何榜单优势。

训练在变便宜,使用在变贵

与推理端相反,训练端似乎在向下走。前 OpenAI 与 Anthropic 研究员 Jacob Coxon 称,Anthropic 已能用「原始所需算力的一小部分」重新训练 Mythos。他把这一点追溯到公司 IPO 路演上的一张幻灯片,并称这正是他离开的原因:算法不只是进步快,而是在加速进步。他同时继续呼吁暂停前沿模型开发。

需要克制地看待:所谓「加速进步」是 Coxon 的判断,而非已被独立验证的事实。但如果训练成本确实下行,而头部产品的使用成本又被推理时长推高,中间就会形成一个剪刀差——能力更容易被造出来,稳定地、大规模地使用能力反而更贵。

组织在收缩,能力在集中

OpenAI 第二次解散独立机器人团队。给出的理由不是缺数据,而是通用模型(如 GPT-6 Astra)可以直接控制机器人,专职单元因此变得不必要,研究人员被分散到其他团队。

Anthropic 则把 Claude Opus 5.5 设为所有付费计划的默认模型,并发布指南要求用户放弃旧习惯:不要再写「think hard」,从 Medium effort 起步。

两条消息指向同一个方向:厂商希望把能力从「需要专门团队、专门提示词技巧」的东西,变成默认就有的东西。对用户侧的直接影响是,过去积累的提示词套路可能需要重写。

资本端出现的裂缝

Amodei 在可能是史上最大 IPO 的前几天承认,「明年会发生什么存在巨大不确定性」,并把购买算力称为公司面临的「最深的商业困境」。Anthropic 的承诺总额已接近 9010 亿美元,而未来收入能否覆盖这些成本仍不清楚。

Nvidia 一侧,黄仁勋的离开被 VC 和创始人视为融资缺口:在他主政期间 Nvidia 向 AI 初创投入了数百亿美元,如今创始人预期更小的支票和更低的估值。亚洲多国政府的反应并不一致——有的确认芯片供应承诺,有的评估对本地项目的影响,有的在处理进行中的调查。

结论与行动建议

  1. 把成本写进选型标准。 类似 MathArena 这种「高分高价」的组合,适合当基准而非默认。用 15 倍价差这类具体数字做一次单位经济测算,再决定主力模型。
  2. 重写提示词。 默认模型已是 Claude Opus 5.5,从 Medium effort 起步、去掉「think hard」这类指令,是零成本的迁移动作。
  3. 重新评估垂直团队的必要性。 通用模型接管机器人控制这类信号,意味着自建垂直 AI 团队的边际价值在下降,但依赖单一厂商的风险在上升,两者需要一起算。
  4. 对融资环境做保守假设。 LangChain 以 30 亿美元估值、7000 个 LangSmith 客户,说明 agent 管理层仍有独立价值;但整体一级市场可能收紧,把 runway 算长一点。
  5. 把「墓地」当参照系。 Siri AI 的反复延期、OpenAI「超级应用」发布的混乱都提示:发布节奏与真实能力并不等价,评估供应商时看交付而非公告。

来源

分享:微博

为下一步任务找到工具

从扫描文档、代码审查或资料研究开始,得到工具短名单与匹配依据;目录筛选不运行模型。

为我的任务选工具 →

订阅每周好码简报

评论

加载中…

发表评论

0 / 500

评论经过审核后显示。

换两个模型分析这个主题

已预选 DeepSeek 与 Qwen,并带入文章主题;确认后才会运行。

试一下 →

继续阅读

Mentioned

文中提到的 Agent