Magic宣称预训练效率提升50倍 50万美元追平DeepSeek
AI 初创公司 Magic(9 月 9 日)发布预训练效率研究更新,宣称通过算法效率大幅缩小与小巨头的算力差距:新配方以约 1/50 的 FLOPs 匹配 DeepSeek V4 Pro Base 的预训练效果,折算约 50 万美元,相当于 GPT-3 预训练级别的成本,直接挑战「前沿预训练是大厂专属游戏」的共识——团队自述没有 10 万张芯片,唯一出路是算法效率。
已确认
- 成本与规模口径:按 DeepSeek V4 Pro 配方达到同等能力需花费超过 1 亿美元;Magic 用 10 倍规模(约 400 万美元)的训练成本,宣称超越所有公开可用的基座模型。
- 方法论细节(官方跟进帖披露):预训练配方是横跨模型架构、优化器、训练目标与数据等数十项改动相乘的结果,而非单项突破;团队还体会到「修复小 bug」本身也是算力乘数。
- 为平衡数据取舍,除标准 out-of-sample 评估外另有配套措施;更多研究过程细节见其博客。
为什么重要
- 若宣称成立,意味着小团队可凭算法效率而非巨额算力参与前沿基座模型竞争,显著拉低预训练门槛。
- 「数十项改动的乘性叠加」与「修 bug 也是算力乘数」的表述,将工程细节提升到与算力同等的战略地位,对资源受限的研究团队具有方法论参考价值。
- 目前所有数据均为 Magic 单方面宣称,尚未见第三方复现或独立评测验证,读者宜以官方博客后续披露为准。
2026-09-09 ~ 2026-09-09 · 6 条相关
一手来源
- Magic 宣称预训练效率提升 50 倍：约 50 万美元复现 DeepSeek V4 Pro — magicailabs ·
- MagicaLabs 称花 400 万美元预训练即超公开基座模型,效率比 DeepSeek 高 50 倍 — magicailabs ·
- Magic 披露预训练方法论：数十项改动叠加，修小 bug 也是算力乘数 — magicailabs ·
- 【源头】Magic 宣称预训练效率提升 50 倍：约 50 万美元复现 DeepSeek V4 Pro — magicailabs · 2026-09-09
- 【源头】MagicaLabs 称花 400 万美元预训练即超公开基座模型,效率比 DeepSeek 高 50 倍 — magicailabs · 2026-09-09
- MagicaLabs 揭秘预训练食谱:数十项改动的乘性叠加,修 bug 也是算力乘数 — magicailabs · 2026-09-09
- 【源头】Magic 披露预训练方法论：数十项改动叠加，修小 bug 也是算力乘数 — magicailabs · 2026-09-09
- MagicAI 称以 1/50 算力匹配前沿预训练，成本仅约 50 万美元 — EricSteinb · 2026-09-09
- Magic 宣称新配方以 1/50 算力追平 DeepSeek V4 Pro 预训练 — daniel_mac8 · 2026-09-09