RL 大跑：约千张 GB300、500 万美元？
natolambert · x · 2026-07-16
这条回复在讨论一个 post-training RL 运行的大概规模：作者给出的初步估计是 **约 1K 张 GB300、持续 1 周、成本约 500 万美元**。 他同时补充说，这类估算是基于 Claude 的直觉猜测，自己也希望看到更严格的数学分析；但认为在 **agentic settings** 里，Claude 对推理成本的直觉可能并不可靠。
natolambert · x · 2026-07-16
这条回复在讨论一个 post-training RL 运行的大概规模：作者给出的初步估计是 **约 1K 张 GB300、持续 1 周、成本约 500 万美元**。 他同时补充说，这类估算是基于 Claude 的直觉猜测，自己也希望看到更严格的数学分析；但认为在 **agentic settings** 里，Claude 对推理成本的直觉可能并不可靠。