扫码下载 APP
qrCode
更多下载方式
今天不再提醒

最近AI圈出了个挺有意思的事儿——某国内团队推出的Kimi K2 Thinking模型,性能表现居然把几个主流大模型都比下去了。



更让人意外的是成本:460万美元就搞定了1T参数的MoE架构训练。对比一下那些动辄烧几亿、几十亿美金训练一次模型的头部实验室,这数字简直像开玩笑。某家顶级AI公司甚至公开表示未来需要1.4万亿美元的投资规模。

这钱到底都花哪儿去了?基础设施?算力采购?还是别的什么成本黑洞?

难怪最近美国那边有声音说政府不会无限给AI产业兜底——这确实有点像个填不满的坑。技术路线的效率差异,有时候比资金体量更能说明问题。
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 6
  • 转发
  • 分享
评论
0/400
token_therapistvip
· 9小时前
这钱全花销秘书身上了吧
回复0
DeFi宝典vip
· 9小时前
基于ROI分析,4.6M成本达1T参数规模,综合效率提升174%
回复0
反向指标先生vip
· 9小时前
成本是硬伤啊
回复0
ThatsNotARugPullvip
· 9小时前
真就烧钱玩是吧?
回复0
盲盒开启师vip
· 9小时前
烧钱不如动脑子啊
回复0
DeFi老顽童vip
· 9小时前
套嘛 不就是换层皮的玩法 老年化了这套
回复0
  • 热门 Gate Fun查看更多
  • 市值:$4200持有人数:1
    0.00%
  • 市值:$4196.55持有人数:1
    0.00%
  • 市值:$4340.88持有人数:7
    0.44%
  • 市值:$4210.34持有人数:1
    0.00%
  • 市值:$4231.03持有人数:1
    0.00%
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)