DeepSeek 效率研究将成本压降超 10 倍,架构成降价唯一数学变量
ChengleiSi · x · 2026-09-10
开发者 nathancgy4 解释了为什么 DeepSeek、Kimi 等实验室持续产出模型效率研究:一旦 LLM 能胜任大部分日常任务,用户不会为同等能力多付一倍价格,成本与数据隐私将成为竞争核心。
- 目前的研究成果已把成本较一年前的模型降低超过 10 倍,且收益会持续复利
- 排除硬件差异后,模型架构是数学上决定每百万 token 生成成本的唯一因素,其余靠硬件与基础设施的持续改进
- 提出新想法几乎不需要算力,研究投入的门槛比外界想象的低
他引用了对 DeepSeek 最新效率研究的赞赏,称其把模型效率研究推进到了惊人程度。
「漫话AGI」频道最新
- Zvi 周报：Anthropic 研究员 Jacob Coxon 辞职敲警钟，AI 灭绝论成雪崩 — TheZvi · 2026-09-10
- 数学家抗议 AI 公司「Mathathon」：烧算力抢发论文只为宣传 — _lewtun · 2026-09-10
- 教授感叹:培养博士要五年,而 AI 几个月就迭代一代模型 — DimitrisPapail · 2026-09-10
- Jack Clark：预注册 AI 经济影响预测，一年后交叉验证谁预测得更准 — jackclarkSF · 2026-09-10
- Jack Clark: 一年后用经济现实检验各预测社区押注的 AI 情景 — jackclarkSF · 2026-09-10
- Jack Clark: AI 未来情景探索器已调研 1 万美国人，可自填先验 — jackclarkSF · 2026-09-10