继Deepseek之后，Kimi K2横空出世，硅谷的高成本烧钱模式能赢得跟中国的AI竞赛吗
文章：Kimi K2 中国人工智能模型在人类最后一次考试中击败 ChatGPT 5，英伟达首席执行官称中国将赢得人工智能竞赛
https://www.msn.com/en-in/technology/artificial-intelligence/kimi-k2-chinese-ai-model-beats-chatgpt-5-in-humanity-s-last-exam-nvidia-ceo-says-china-will-win-ai-race/ar-AA1Q32Ag?ocid=BingNewsSerp
全球人工智能竞赛刚刚升温，中国又一次采取行动。一个新的挑战者已经进入了这个领域，Moonshot 的 Kimi K2 Thinking，该模型非常先进，以至于其创建者表示，它在几个备受瞩目的基准测试中智胜了 OpenAI 的 GPT-5 和 Anthropic 的 Claude Sonnet 4.5。是的，被誉为推理和智能巅峰的 GPT-5 可能刚刚遇到了它的对手，而且它是开源的。
人工智能军备竞赛经历了许多戏剧性的转折，但 Moonshot 的最新版本可能是最令人惊讶的转折之一。与投入美国人工智能实验室的数十亿美元相比，Kimi K2 Thinking 的培训成本不到 500 万美元，零钱，将自己定位为较小的参与者仍然可以掀起全球波澜的证明。
什么是 Moonshot AI 的 Kimi K2 模型
Moonshot 是一家总部位于北京的人工智能实验室，自成立以来一直在悄悄建立势头，周四推出了 Kimi K2 Thinking。该公司声称，该模型在 Humanity's Last Exam、BrowseComp 和 Seal-0 上超越了 GPT-5 和 Claude Sonnet 4.5，这三个关键基准测试推理、解决问题的能力以及人工智能挖掘难以找到的信息的能力在线。
该公司在其网站上写道：“K2 Thinking 能够跨数百个步骤进行规划、推理、执行和调整，以解决一些最具挑战性的学术和分析问题。它由混合专家 （MoE） 架构提供支持，该架构本质上是由专门的子大脑组成的大脑，这些子大脑协作解决复杂的任务。
简单来说，它可以提前思考、在过程中进行调整、验证自己的答案，甚至使用网络浏览器等工具来完善其推理。它旨在将模糊的、开放式的问题分解为具体的、可解决的步骤，即使是最好的聊天机器人也仍在努力解决这个问题。
Kimi K2 Thinking 采用惊人的 1 万亿个参数构建，建立在 7 月推出的早期 Kimi K2 模型之上，现在可以通过 Hugging Face 访问，供开发人员进行试验。在一个由付费专区专有模型主导的人工智能世界中，这是一种意图声明。
也许最令人震惊的细节是什么？Moonshot 表示，整个训练成本仅为 460 万美元，仅占据报道训练 GPT-5 或 Claude Sonnet 4.5 成本的一小部分。如果这些说法在独立验证下成立，它可能会改写人工智能创新的经济学。
中国正在赢得人工智能竞赛
如果说今年早些时候 DeepSeek 的 R1 的发布是中国的“人造卫星时刻”，那么 Kimi K2 Thinking 感觉就像是中国的第一次登月，双关语非常有意。新模式的到来重新引发了关于美国能否在中国竞争日益激烈的情况下保持其在人工智能领域的主导地位的争论。
据报道，英伟达首席执行官黄仁勋本周告诉英国《金融时报》，“中国将赢得人工智能竞赛”，这为这场对话增添了火上加霜。在《金融时报》人工智能未来峰会上发表讲话时，黄仁勋指出，较低的能源成本和更宽松的监管是中国公司的主要优势。他的言论后来在一份官方声明中有所缓和，他在声明中澄清说，“中国在人工智能方面落后于美国纳秒。美国通过竞速和赢得全球开发商来获胜至关重要。
黄仁勋长期以来一直认为，美国的人工智能领导地位取决于让开发人员继续依赖英伟达的芯片，这些芯片为当今的大多数前沿模型提供动力。他为放宽美国对中国芯片销售的出口限制所做的努力甚至为他赢得了今年早些时候与唐纳德·特朗普总统的会面，据报道，此后华盛顿同意放宽一些限制。
美国和中国人工智能开发商之间的竞争已经呈现出明显的意识形态基调。美国的人工智能通常被描述为开放市场和个人自由的产物，而中国的人工智能则被视为集中控制的工具，但具有讽刺意味的是，Moonshot 的最新模型是开源的，有可能超越西方最强大的人工智能公司。
Kimi K2 Thinking 是否真的取代 GPT-5 将取决于独立测试，但它的发布已经激起了整个行业的兴奋和焦虑。毕竟，如果一个价值 500 万美元的中国模型能够与价值数十亿美元的西方系统相媲美甚至超越，那么人工智能的力量平衡变化速度可能比任何人预期的都要快。
随着军备竞赛的继续，有一点是明确的：这不再只是关于更智能的聊天机器人。这是关于谁定义了智能的下一个时代，以及人工智能的未来是否将在硅谷或硅谷以东的某个地方塑造。
评价：对比硅谷闭源AI大模型动辄上亿的训练费用，中国的开源AI仅靠几百万成本就能取得差不多的性能水平甚至部分小超，硅谷这种高成本模式真的能赢得跟中国AI的的竞赛吗？为什么硅谷公司不采取类似中国公司的低成本（混合专家模式呢？），黄仁勋说的没错，中国的AI真的追赶的非常快，当然如果中国的AI取得胜利，结果显而易见，一定会像TIKTOK一样夹带私货，对全世界输出中式或者说习近平的价值观
https://www.msn.com/en-in/technology/artificial-intelligence/kimi-k2-chinese-ai-model-beats-chatgpt-5-in-humanity-s-last-exam-nvidia-ceo-says-china-will-win-ai-race/ar-AA1Q32Ag?ocid=BingNewsSerp
全球人工智能竞赛刚刚升温，中国又一次采取行动。一个新的挑战者已经进入了这个领域，Moonshot 的 Kimi K2 Thinking，该模型非常先进，以至于其创建者表示，它在几个备受瞩目的基准测试中智胜了 OpenAI 的 GPT-5 和 Anthropic 的 Claude Sonnet 4.5。是的，被誉为推理和智能巅峰的 GPT-5 可能刚刚遇到了它的对手，而且它是开源的。
人工智能军备竞赛经历了许多戏剧性的转折，但 Moonshot 的最新版本可能是最令人惊讶的转折之一。与投入美国人工智能实验室的数十亿美元相比，Kimi K2 Thinking 的培训成本不到 500 万美元，零钱，将自己定位为较小的参与者仍然可以掀起全球波澜的证明。
什么是 Moonshot AI 的 Kimi K2 模型
Moonshot 是一家总部位于北京的人工智能实验室，自成立以来一直在悄悄建立势头，周四推出了 Kimi K2 Thinking。该公司声称，该模型在 Humanity's Last Exam、BrowseComp 和 Seal-0 上超越了 GPT-5 和 Claude Sonnet 4.5，这三个关键基准测试推理、解决问题的能力以及人工智能挖掘难以找到的信息的能力在线。
该公司在其网站上写道：“K2 Thinking 能够跨数百个步骤进行规划、推理、执行和调整，以解决一些最具挑战性的学术和分析问题。它由混合专家 （MoE） 架构提供支持，该架构本质上是由专门的子大脑组成的大脑，这些子大脑协作解决复杂的任务。
简单来说，它可以提前思考、在过程中进行调整、验证自己的答案，甚至使用网络浏览器等工具来完善其推理。它旨在将模糊的、开放式的问题分解为具体的、可解决的步骤，即使是最好的聊天机器人也仍在努力解决这个问题。
Kimi K2 Thinking 采用惊人的 1 万亿个参数构建，建立在 7 月推出的早期 Kimi K2 模型之上，现在可以通过 Hugging Face 访问，供开发人员进行试验。在一个由付费专区专有模型主导的人工智能世界中，这是一种意图声明。
也许最令人震惊的细节是什么？Moonshot 表示，整个训练成本仅为 460 万美元，仅占据报道训练 GPT-5 或 Claude Sonnet 4.5 成本的一小部分。如果这些说法在独立验证下成立，它可能会改写人工智能创新的经济学。
中国正在赢得人工智能竞赛
如果说今年早些时候 DeepSeek 的 R1 的发布是中国的“人造卫星时刻”，那么 Kimi K2 Thinking 感觉就像是中国的第一次登月，双关语非常有意。新模式的到来重新引发了关于美国能否在中国竞争日益激烈的情况下保持其在人工智能领域的主导地位的争论。
据报道，英伟达首席执行官黄仁勋本周告诉英国《金融时报》，“中国将赢得人工智能竞赛”，这为这场对话增添了火上加霜。在《金融时报》人工智能未来峰会上发表讲话时，黄仁勋指出，较低的能源成本和更宽松的监管是中国公司的主要优势。他的言论后来在一份官方声明中有所缓和，他在声明中澄清说，“中国在人工智能方面落后于美国纳秒。美国通过竞速和赢得全球开发商来获胜至关重要。
黄仁勋长期以来一直认为，美国的人工智能领导地位取决于让开发人员继续依赖英伟达的芯片，这些芯片为当今的大多数前沿模型提供动力。他为放宽美国对中国芯片销售的出口限制所做的努力甚至为他赢得了今年早些时候与唐纳德·特朗普总统的会面，据报道，此后华盛顿同意放宽一些限制。
美国和中国人工智能开发商之间的竞争已经呈现出明显的意识形态基调。美国的人工智能通常被描述为开放市场和个人自由的产物，而中国的人工智能则被视为集中控制的工具，但具有讽刺意味的是，Moonshot 的最新模型是开源的，有可能超越西方最强大的人工智能公司。
Kimi K2 Thinking 是否真的取代 GPT-5 将取决于独立测试，但它的发布已经激起了整个行业的兴奋和焦虑。毕竟，如果一个价值 500 万美元的中国模型能够与价值数十亿美元的西方系统相媲美甚至超越，那么人工智能的力量平衡变化速度可能比任何人预期的都要快。
随着军备竞赛的继续，有一点是明确的：这不再只是关于更智能的聊天机器人。这是关于谁定义了智能的下一个时代，以及人工智能的未来是否将在硅谷或硅谷以东的某个地方塑造。
评价：对比硅谷闭源AI大模型动辄上亿的训练费用，中国的开源AI仅靠几百万成本就能取得差不多的性能水平甚至部分小超，硅谷这种高成本模式真的能赢得跟中国AI的的竞赛吗？为什么硅谷公司不采取类似中国公司的低成本（混合专家模式呢？），黄仁勋说的没错，中国的AI真的追赶的非常快，当然如果中国的AI取得胜利，结果显而易见，一定会像TIKTOK一样夹带私货，对全世界输出中式或者说习近平的价值观
111 个评论
中国AI威胁论的一大特征是，对中国人训练模型的成本往低了估计，对美国人训练模型的成本往高了估计。
比如对中国AI，只估算最后一次训练的计算成本，至于算力建设、人员成本、数据成本、前期的大量预研和探索都像是不要钱一样。对于美国AI，能用几年的机房的建设成本都要算到一次模型上，这不就差了几十倍。
比如对中国AI，只估算最后一次训练的计算成本，至于算力建设、人员成本、数据成本、前期的大量预研和探索都像是不要钱一样。对于美国AI，能用几年的机房的建设成本都要算到一次模型上，这不就差了几十倍。
照这个趋势下去，中国以后不只是输出ai软件。而是会利用国家补贴，基础设施向全世界输出免费或者是低价的算力。就好像每个行业都发生过的一样，算力的价格会越来越低，供给会越来越多。
继Deepseek之后
--------------------
看到这句话不就放心了么？
用过Deepseek都知道这玩意儿连初代ChatGPT都不如。
--------------------
看到这句话不就放心了么？
用过Deepseek都知道这玩意儿连初代ChatGPT都不如。
DeepSeek出来的时候，都说是抄袭的嘛，这个肯定也是抄袭，不用担心。
中国AI的吹牛逼逻辑就是反复强调我们成本很低、我们不需要英伟达的显卡。妈逼的不需要英伟达的显卡，搞那么多皮包公司从境外走私干什么？吹自己的训练成本低之前，先晒一晒用了多少块英伟达的显卡吧，别他妈跟Deep Seek一样，吹牛逼吹露馅了。
讓子彈再飛一下吧！
中國所有宣稱讓人驚呆了、嚇尿了、超英趕美、突破科技封鎖、自主研發，官媒、自媒體吹的驚天動地的事物，都需要時間驗證。
當潮水退去的時候，只有極少數衣裝筆挺依舊抬頭挺胸，大多數則是沒穿褲子、遮住下體、垂頭喪氣蹲在地上。
中國所有宣稱讓人驚呆了、嚇尿了、超英趕美、突破科技封鎖、自主研發，官媒、自媒體吹的驚天動地的事物，都需要時間驗證。
當潮水退去的時候，只有極少數衣裝筆挺依舊抬頭挺胸，大多數則是沒穿褲子、遮住下體、垂頭喪氣蹲在地上。
>> 照这个趋势下去，中国以后不只是输出ai软件。而是会利用国家补贴，基础设施向全世界输出免费或者是...
中国AI接近免费，能做到70分，要花费大量时间精力修改才能交付。我用ChatGPT做到90分，略微修改就能用。人的时间和情绪价值是很宝贵的，这就是为什么ChatGPT和Claude有人花钱来用。
这些ai公司现在已经能回血了，而中国公司是做不到的，因为他们根本就没有多少付费用户，只能白白烧钱。
>> 中国AI威胁论的一大特征是，对中国人训练模型的成本往低了估计，对美国人训练模型的成本往高了估计...
上次Deep Seek就是遮遮掩掩不敢说自己到底用了多少块英伟达的显卡。合着英伟达的显卡跟不要钱似的。
Dicksuck吹不下去了，换个继续吹？
上次Deep Seek大忽悠，把AI芯片公司的股价一天打掉10%，倒是让我结结实实抄了一回底。看看这个大忽悠有没有上次那么牛逼，真有的话我不介意再抄一次底。
中国的AI都是讲党性、正能量的，一问点敏感话题就歇菜。
美爹现在在忙研究生物电脑来取代传统芯片电脑来规避支那的稀土出口限制。俄亥俄州大学刚刚在研究室里用菌丝来模拟生物忆阻器，如果大规模投产的话以后的芯片可能是由蘑菇制造而成的。
回到问题：支那AI模型使用什么新技术吗？还是老套路嗯挖人矿？
而且最重要的一点：支那AI可以搞色情吗？不行就滚！
回到问题：支那AI模型使用什么新技术吗？还是老套路嗯挖人矿？
而且最重要的一点：支那AI可以搞色情吗？不行就滚！
基准测试是给不懂算法的人看的;
成本评估是给不懂财务的人看的。
成本评估是给不懂财务的人看的。
>> 上次Deep Seek就是遮遮掩掩不敢说自己到底用了多少块英伟达的显卡。合着英伟达的显卡跟不要...
说是用了2000个H800，比同行少一个数量级。但是他们为了降低计算量降低了精度，带来了所有大模型里面最高的幻觉率，稍微有所要求的人直接不敢把它用于生产。
所以世界上没有免费的午餐。
>> 成本低是有的，不需要英伟达显卡是自媒体编的，DS没说过
但是DS从来也没说过自己用了多少块，因为肯定有不少是走私的、它不敢说。外界的推测是50000块；50000块英伟达的显卡要多少钱？
>> 那你说说两者有什么不同？还是不回答这么简单的问题？😆
先说一个场景，比如我是一家企业，需要在内部运行一个ai软件，这个软件可以是企业自己开发的，目的是方便员工工作，我是不是需要向数据中心购买算力，来训练这个软件？
再回到主贴的内容，kimi的训练成本是500万美元，并且是有很多参数的。
500万美元对于很对企业来讲不是一笔很大的开支是可以负担的。
我说得这个场景算是非常典型的场景吧？
讨论的只是算力和成本，根本就没有讨论具体应用。
>> 美爹现在在忙研究生物电脑来取代传统芯片电脑来规避的稀土出口限制。俄亥俄州大学刚刚在研究室里用菌...
不至于吧，刚看到新闻美日明年初就要在东海采集海底稀土，储量是陆地的好几倍，为了那点稀土把全世界现有的芯片产业替换了？那不是等于为了一叠醋包饺子？
>> DeepSeek出来的时候，都说是抄袭的嘛，这个肯定也是抄袭，不用担心。
Deepseek刚出来的时候确实比较惊艳，后面就相对比较平庸了（当然在开源用途方面还可以，还有一个阿里QWEN也很厉害），不知道这个KIMI能维持多久，不过最让人担心的重点是如果中国公司声称的低成本是真的，硅谷就很难进行不对称竞争了，毕竟美国再有钱也不是这么烧的
>> 说是用了2000个H800，比同行少一个数量级。但是他们为了降低计算量降低了精度，带来了所有大...
2000块H800肯定不够，应该也用了H100。但是H100有出口管制，它不敢承认，当然也不会说有多少块。
>> Deepseek刚出来的时候确实比较惊艳，后面就相对比较平庸了（当然在开源用途方面还可以，还有...
不是前阵子炒币刚得了第二名吗？也还可以。第一名是千问😁
现在应该还没有绕开英伟达CUDA，什么时候不需要英伟达显卡，那确实非常致命。毕竟中国GPU便宜，电力也便宜，我三块顶你一块算力，只要我售价也是你的1/3，而电费国家补贴一半，应该还是可以接受的。
>> Deepseek刚出来的时候确实比较惊艳，后面就相对比较平庸了（当然在开源用途方面还可以，还有...
AI算法研究上，国内的团队确实有不少独到之处。但是如何把模型转化成营收和可持续性盈利就是另一回事了。这个行业不缺聪明人，如果只是单纯算法上的突破，很快就会被人琢磨明白。要是能赚大钱的独门绝技，藏着掖着还来不及，怎么会开源？
用著美國人的GPU
吹中國的AI
笑死 脖子都被卡了 也能吹
吹中國的AI
笑死 脖子都被卡了 也能吹
>> DS是开源的，用多少自己试试就知道了。都公布这么久了，很多机构和企业都测试过了，如果用的显卡数...
训练和上线使用是两回事。模型训练需要显卡集群，上线使用就不需要那么多显卡了。一张显卡可以同时运行多个模型推理运算，主要成本就是电费。
>> 不是前阵子炒币刚得了第二名吗？也还可以。第一名是千问😁现在应该还没有绕开英伟达CUDA，什么...
炒币只是一方面，我也是玩币的，那个我也看了，短期涨跌运气成分居多，证明不了什么，哪种策略不行采取反向对策就好了，deepseek在日常应用上确实用户流失的比较严重，而好多新创公司都会采用阿里那个千问，所以我说他比较厉害
>> AI算法研究上，国内的团队确实有不少独到之处。但是如何把模型转化成营收和可持续性盈利就是另一回...
按照阿里的话讲，他们想把通义千问打造成AI时代的安卓系统，意思就是开源让大家都来用，看新闻爆料硅谷确实很多新创企业在用它这个模型，扎克伯格那个llama本来是开源鼻祖，但是最近好像拉跨了
>> 曾经GM的汽车，MOTO的手机也有很高的占有率。这个帖子只是让我看到算力不值钱，而不值钱的东西...
那些手机品牌的没落是因为他们的产品不好用了，跟AI似乎没有可对比性，Chatgpt有其品牌效应，除非在性能上显著落后于其他AI，否则大概率依然会长期保持市占率第一，这是人家第一个搞出商用transformer大模型市场对它的奖励
>> 按照阿里的话讲，他们想把通义千问打造成AI时代的安卓系统，意思就是开源让大家都来用
关键还是怎么赚钱。现在硅谷几乎没有初创公司还会自己做初始模型训练了，一来需要的显卡数量是天价，二来也没有训练需要的海量数据，这些都只有少数业界大公司才承担得起。很多初创公司都是拿大公司训练好的模型进行二次微调训练，然后跟具体的业务流程整合起来卖服务。这里面最有名的就是PLTR：这公司一年营收才40多亿美元，市值都炒到将近5000亿了。
>> 先说一个场景，比如我是一家企业，需要在内部运行一个ai软件，这个软件可以是企业自己开发的，目的...
算力以我所知的是指超级电脑或者是数据中心，AI是算力的其中一个用户。当然了我不是电子工程人员，你说我是文盲我也认了。
而且算力最基本要求是电力，支那生产的电力自己也不够用了还能输出？
中国不需要在这上面赚钱，只需要让别人赚不到钱就赢了。因为其他国家赚不到钱就不搞了，中国赚不到钱还可以用国家补贴接着搞。其实就和制造业怎么被挖空垄断是一样的。
最后除了中国，全世界其他国家全都造不出导弹，无人机，军舰，以及ai
最后除了中国，全世界其他国家全都造不出导弹，无人机，军舰，以及ai
>> 不至于吧，刚看到新闻美日明年初就要在东海采集海底稀土，储量是陆地的好几倍，为了那点稀土把全世界...
当然不只这些，生化电脑另外一个吸引点就低耗电，成品就像你身体细胞一样，只需几V就能运作。俄亥俄用25V的电压来跑模拟，虽然还是很多但是已经是目前最好的了
>> 当然不只这些，生化电脑另外一个吸引点就低耗电，成品就像你身体细胞一样，只需几V就能运作。俄亥俄...
这种 新鲜科技， 即使成功了，也很快就会被中国模仿抄走，然后用“全产业链”优势大批量廉价生产，然后由于不赚钱了就没有其他人继续研究了，然后强国就可以宣布自己弯道超车成功，遥遥领先。
越是新的科技和产业，反而越容易被这样破坏。也就剩航发等等，历史积累比较长，护城河比较深的产业，暂时还有些差距。但是基础产业都被偷走了，剩下这一点高端产业失去生态支持，被耗死也只是时间问题
>> 关键还是怎么赚钱。现在硅谷几乎没有初创公司还会自己做初始模型训练了，一来需要的显卡数量是天价，...
怎么赚钱，可能还真要看中国的……美国研究的都是基础平台，做一个很小的细分领域的专业应用，这是中国人擅长的事情。而且美国的平台太贵了，现在中国的AI们，API价格普遍只有美国的几分之一，这样算下来其实做一个AI应用，成本也不低的，如果用美国的API，更难赚钱了。
利益相关：我们公司正打算做一个AI相关的应用，请了个顾问大概了解了一下成本
>> 算力以我所知的是指超级电脑或者是数据中心，AI是算力的其中一个用户。当然了我不是电子工程人员，...
根据2023年世界银行国际贸易数据，中国电力出口总量约221亿千瓦时，价值约17.16亿美元。主要通过跨境高压输电线路出口至邻国和地区。以下是中国主要电力进口国，按出口金额排序：
香港（中国特别行政区）进口金额8.80亿美元，进口量12,204百万千瓦时，通过南方电网互联，主要用于峰值调节和应急供电。
澳门（中国特别行政区）进口金额5.01亿美元，进口量5,291百万千瓦时，与香港类似，通过珠三角电网供应，依赖度高。
蒙古进口金额1.32亿美元，进口量1,526百万千瓦时，来自内蒙古地区的风电和火电出口，帮助蒙古缓解冬季短缺。
缅甸进口金额1.21亿美元，进口量1,728百万千瓦时，通过中缅联网线路，主要来自云南水电出口。
越南进口金额0.76亿美元，进口量1,250百万千瓦时，来自广西和云南的跨境电力贸易，助力越南工业发展。
其他潜在出口国：中国还通过“一带一路”倡议向老挝、柬埔寨、巴基斯坦和朝鲜等国出口电力，但2023年数据中未进入前五（例如，早年数据中朝鲜进口量较小，约0.1亿kWh）。这些出口多为季节性或项目性，涉及水电和可再生能源。
• 趋势：中国电力出口以清洁能源为主（如水电、风电），2023年贸易顺差超过100亿元人民币，预计2025年将继续增长，重点向东南亚和中亚扩展。跨境电力贸易有助于区域能源平衡，但受地缘政治和线路容量影响。
• 数据来源：世界银行WITS数据库（2023年统计），反映实际跨境电力流动。
比较中美最近10年发电总量及增长数据
核心结论：
1. 规模差异：中国电力消费总量是美国的2.4倍，且差距持续扩大
2. 增长动能：中国年均增量是美国的23倍，构成全球电力需求增长主力（占全球增量60%）
3. 驱动因素：
◦ 中国：工业扩张、电气化进程（电能占终端能源比重28%）、清洁能源转型
◦ 美国：数据中心（2024年占4%，2030年将达8%）、AI计算需求
4. 未来趋势：两国电力需求增长都将受数据中心驱动，中国2030年算力中心用电或达3000-7000亿千瓦时
核心结论：
1. 规模差异：中国电力消费总量是美国的2.4倍，且差距持续扩大
2. 增长动能：中国年均增量是美国的23倍，构成全球电力需求增长主力（占全球增量60%）
3. 驱动因素：
◦ 中国：工业扩张、电气化进程（电能占终端能源比重28%）、清洁能源转型
◦ 美国：数据中心（2024年占4%，2030年将达8%）、AI计算需求
4. 未来趋势：两国电力需求增长都将受数据中心驱动，中国2030年算力中心用电或达3000-7000亿千瓦时
>> 中国AI接近免费，能做到70分，要花费大量时间精力修改才能交付。我用ChatGPT做到90分，...
梳理了deepseek发布后，openai的几次调价。
一、DeepSeek发布背景
DeepSeek在2024年底至2025年初连续发布重磅模型：
• 2024年底：DeepSeek-V3发布，API定价仅为GPT-4o的十几分之一（输入0.1元/百万tokens，输出2元/百万tokens）
• 2025年1月：DeepSeek-R1发布，定价策略激进，带动行业token费用整体下降
二、OpenAI的针对性降价
1. 2025年1月：批处理API大幅降价
◦ OpenAI将批处理API价格从每月平均$350降至约$25（使用gpt-4o-mini模型），降幅达93%
◦ 此举被分析为应对DeepSeek低成本策略的直接反应
2. 2025年2月：推理模型价格调整
◦ 在DeepSeek-R1发布后不久，OpenAI立即发布O3模型并降低O1价格
◦ 这一快速响应显示出DeepSeek对OpenAI定价策略的直接影响
三、订阅服务价格上调计划
1. 2025年9月：ChatGPT Plus全球统一定价
◦ OpenAI计划于2025年9月16日后，将ChatGPT Plus从多区域定价（如尼日利亚、土耳其等低价区）统一为全球标准20美元/月
◦ 这将导致此前利用区域价差低成本充值的用户成本显著上升
2. 长期涨价计划
◦ 据2024年10月报道，OpenAI计划在2025年将ChatGPT价格提高至22美元/月，并计划在2029年进一步涨至44美元/月
◦ 涨价主因是运营成本高昂：2024年预计亏损50亿美元，服务器租赁和模型训练成本达70亿美元
四、免费策略调整
• 2025年2月：OpenAI宣布免费版ChatGPT将在标准智能设置下获得对GPT-5的无限制聊天访问权限
• 这一举措被视为应对DeepSeek引发的"免费普惠"浪潮
总结：DeepSeek的激进定价策略迫使OpenAI采取**"API降价+订阅涨价+扩大免费层"**的组合拳——一方面降低开发者API成本以保住市场份额，另一方面通过提高订阅价格和统一全球定价来增加收入，同时用免费策略吸引C端用户。这种分化策略反映出OpenAI在成本压力和市场竞争下的两难处境。
ds最牛逼的在于可以本地部署，而且成本极低，苹果的新出的macbook pro就可以部署，如果怕有后门，可以断网，完全当一个数据库来用，随时调取资料。
>> 这种 新鲜科技， 即使成功了，也很快就会被中国模仿抄走，然后用“全产业链”优势大批量廉价生产，...
你能偷别人就不能偷是吧？
我觉得真到技术烂大街的情况下支那价格优势会有什么优势。
而且不要忘了你习还要出去打一仗，那时供应链还能不能维持也是个问题。毕竟你习在疫情爆发时试过维他命C原料供应链断裂导致全世界药厂停工
>> 中国不需要在这上面赚钱，只需要让别人赚不到钱就赢了。因为其他国家赚不到钱就不搞了，中国赚不到钱...
说句你不爱听的，乌克兰这种战争中工业园区被炸得稀巴烂的国家都可以每年生产450万架不同大小的无人机
支那垄断成衣制造业最后是不是只有支那能车衣服呢？
>> 说句你不爱听的，乌克兰这种战争中工业园区被炸得稀巴烂的国家都可以每年生产450万架不同大小的无...
我当然希望你说的是对的呀，但轻视墙国威胁的后果确实就是很严重。一个稀土产业链，九十年代被转移走了，到了十年前终于知道要卡脖子，但就是一直没有资源投入搞不定。等到有一天全世界都依赖墙国免费ai，党突然决定要拿来卡脖子，又该怎么办呢。现在白皮猪短视弱智，阿三迟迟扶不上墙，穆斯林在别的地方气势滔天，一遇到共产党就安静如鸡，再这么下去真要大支祸害全球了
>> 比较中美最近10年发电总量及增长数据核心结论：1. 规模差异：中国电力消费总量是美国的2.4倍...
有什么好比的 中国电力消费都在工业用电 民用电远比不上美国 美国一家人一个月用2，3000度⚡️在中国几乎是不可想象的 至于工业用电 大部分制成品用于出口 出口萎了 用电两也会急剧下降 这两年几个出口大省电费大降 西部新能源发电政府已经不鼓励出省了 都是信号 用点脑子不难得出结论
>> 梳理了deepseek发布后，openai的几次调价。一、DeepSeek发布背景DeepSe...
真别把deepseek当盘菜 美国没人用 各种关于AI模型使用的研究统计 去看看deepseek有没有上台面 占了多少份额 连马斯克天天吹依托X平台的grok都没法看 更别说只有中国人认的deepseek
>> ds最牛逼的在于可以本地部署，而且成本极低，苹果的新出的macbook pro就可以部署，如果...
你不知道苹果最新跟google签订的协议 一年10亿美元用他家的Gemini Deepseek再吹到天上去就看不到钱 跟中国垃圾工业产品是一个定位 除了便宜再也没别的好吹的了
支猪，姜萍剧本，炒作
通用型ai很强大，ai也离不开拥有强大算力的计算卡支持，但现在这种唯算力论肯定是有问题的，openai都被爆出有严重财务危机了。事实上transform模型本质是通过计算token对应的答案的概率给出输出的，transformer模型本质还是根据人类已有的范式在这个体系的框架内给出答案，而不是像阿尔法狗一样真的能够通过对围棋的不断自我博弈，产生新的突破性知识。
现在的大语言模型肯定是通向真正通用型AI的重要一步，但不是最终答案，依靠人类现有的文本预测答案的transform模型，也是有其上限的，而且这个瓶颈可能很快就会达到，实际上用过的人都能发现chatgpt 5比起之前几代的提升明显是小的多的。以openai现在的模式，能不能撑起这么巨大的投入是很成问题的，而中国的模型八成就是照葫芦画瓢，在开源模型和偷到的美国AI公司的数据上，做了一些定制化优化罢了。
现在的AI发展就和00年初的互联网泡沫一样，正在曲折中进步。
现在的大语言模型肯定是通向真正通用型AI的重要一步，但不是最终答案，依靠人类现有的文本预测答案的transform模型，也是有其上限的，而且这个瓶颈可能很快就会达到，实际上用过的人都能发现chatgpt 5比起之前几代的提升明显是小的多的。以openai现在的模式，能不能撑起这么巨大的投入是很成问题的，而中国的模型八成就是照葫芦画瓢，在开源模型和偷到的美国AI公司的数据上，做了一些定制化优化罢了。
现在的AI发展就和00年初的互联网泡沫一样，正在曲折中进步。
生物芯片的想法早几十年就有，但直到现在都只有个理论模型，最关键的问题还是在制程上，现在先进制程的芯片已经到2nm进度了，生物芯片那个制程可很难达到这么精细的地步，毕竟生物神经元不是光刻机，能重新设计大小的。它可能确实省电了，但算力可能和几十年前的GTX960差不多。老玩家应该都记得，当时的显卡功率并不大，很多还是被动散热呢。
生物芯片确实有很多用途，但不是用来和H100拼算力的，说难听话就算在美国，比起生物芯片的复杂制造技术，那几度电才值几个钱呀。
生物芯片确实有很多用途，但不是用来和H100拼算力的，说难听话就算在美国，比起生物芯片的复杂制造技术，那几度电才值几个钱呀。
>> 先说一个场景，比如我是一家企业，需要在内部运行一个ai软件，这个软件可以是企业自己开发的，目的...
你不可能自己训练阿
你没数据阿
训练个基于文本的大语言模型，需要穷尽所有互联网上被数字化的文本材料
再加上多模态呢，比如包括视频和图片，那就需要穷尽所有互联网上被数字化的视频
除了google有这些数据之外 还有谁有？
小公司唯一的出路 要么是提供数据（很多做标注的 都是在给ai喂数据呢），而且这是个很大的产业，见效收益快。要么是根据 别人的基础模型 自己做微调。
ai产业的发展方向 就是 模型as service，按照call 模型付费。
ai的瓶颈 其实不是中文世界所宣扬的电力，而是数据。 文本数据已经被穷尽了，这就是一年前openai 所遇到的scaling law失效的问题。 现在往多模态发展，本质就是利用文本之外的数据（也就是视频或者图像）。 视频数据最大的来源是什么？ 我想应该就是google所拥有的youtube吧。
按照半导体计算能力的指数级发展 视频数据也会很快被穷尽，那么下一个学习的数据来源是什么？
这才是ai发展所需要解决的问题
比如现在半导体 最火的不是gpu，而是存储，什么flash，dram这些玩意 疯狂涨价。 因为什么？ 还不是因为数据量大增导致的吗。
黄仁勋黄皮支那老杂种收了你共的好处屁颠屁颠去游说白宫真是几把不要脸，欠把女儿送给三元里黑爷捅破嫩逼。
白老爷们为什么不明白你不下死手打击你共，它是不会死的。这么浅显的道理真的谢谢这些白皮老爷的智商。为什么不给自由世界开源，然后对共产世界限制访问？Google到目前你共的人只要想用，防火墙密钥一输随时上。
奉劝这些白皮老爷：Google GitHub 学术网站对华关闭。理由就是老百姓用不了，政府反而可以用，就会加剧独裁。这么他妈简单的事做不到吗？那还他妈跟你支竞争什么。爱支病晚期任由支那插吧
白老爷们为什么不明白你不下死手打击你共，它是不会死的。这么浅显的道理真的谢谢这些白皮老爷的智商。为什么不给自由世界开源，然后对共产世界限制访问？Google到目前你共的人只要想用，防火墙密钥一输随时上。
奉劝这些白皮老爷：Google GitHub 学术网站对华关闭。理由就是老百姓用不了，政府反而可以用，就会加剧独裁。这么他妈简单的事做不到吗？那还他妈跟你支竞争什么。爱支病晚期任由支那插吧
>> 黄仁勋黄皮老杂种收了你共的好处屁颠屁颠去游说白宫真是几把不要脸，欠把女儿送给三元里黑爷捅破嫩逼...
你说的根本没用，芯片对华禁令中国不是照样买得到，github对华关闭？翻翻墙换个IP就能解决的事情，不比用白手套公司买英伟达芯片简单多了，软件和代码这些东西只要上互联网任何人都能拿得到怎么堵，美国最多只能在芯片上严防死堵，美国今年对华搞50%芯片设备穿透管制，结果让稀土管制顶回去了
>> 你还是没有回答我的问题 😮💨不是问你“如何”而是问你“可不可以 ”
比较中美数据以及每年的电力增长量只是告诉你一个大致的趋势，如果美国可以那么中国更可以，因为中国每年的增长数量比美国高，有更多的电可以用来填补ai的电力需求。
反之，如果中国不可以，那美国同样不可以。
总结，既然美国当前的ai股价并没有因为ai的电力需求影响其预期，显然市场认为美国市场认为电力足够。同理可证，中国电力也是足够的。
已隐藏
中國那都是偷來的..一旦沒東西讓他偷.他就搞不出新東西了.
那DEEPSICK的回答跟GPT幾乎都一樣.不要太笨都知道是怎麼回事.
二戰後.如果不要讓中國與文明國家接觸.兩邊各自發展.估計中國現在還在為能不能吃上飽飯發愁呢.
所有科技都來自西方.然後說自己超過西方.真是可笑.
那DEEPSICK的回答跟GPT幾乎都一樣.不要太笨都知道是怎麼回事.
二戰後.如果不要讓中國與文明國家接觸.兩邊各自發展.估計中國現在還在為能不能吃上飽飯發愁呢.
所有科技都來自西方.然後說自己超過西方.真是可笑.
Dicksuck现在还有人用么
我记得老早这个kimi就遍地广告了，公司好像是叫月之暗面？另外所谓的成本之前阿里那个也吹多少分之一，至于真实怎么算成本的鬼知道额。
我记得那个claude的负责人年初评价deepseek的营销早就说过了，如果你让他去做几个月前的版本，那么他也只需要极少部分钱就能做到，如果真有特别厉害的核心技术那么就不是核心论文基本都是美国那边出的了，我记得20年还一堆吹美国人发明的ai，中国人发扬光大，结果一个gpt横空出世在哪里？？？？
我记得那个claude的负责人年初评价deepseek的营销早就说过了，如果你让他去做几个月前的版本，那么他也只需要极少部分钱就能做到，如果真有特别厉害的核心技术那么就不是核心论文基本都是美国那边出的了，我记得20年还一堆吹美国人发明的ai，中国人发扬光大，结果一个gpt横空出世在哪里？？？？
>> 你说的根本没用，芯片对华禁令中国不是照样买得到，github对华关闭？翻翻墙换个IP就能解决的...没你想的那么简单：VPN都有国家属地，一旦违反tcpip协议就会有麻烦。现在翻墙人少没反应。一旦封堵，上千万中国科研院所正规机构要靠翻墙，翻到哪个国家，那国网络一定受影响。到时候总不能十几亿人的国家靠翻墙搞科研。就只能自己关起门搞。于是目标达成
软件相关的如果靠这种卷性价比有用，你倒是把几乎占据了所有主流的美国软件都给自研一个翻版呗？一工作几乎用的大部分软件都是人家的，不管是闭源还是开源的，甚至于好多国产自研直接套皮，还有的甚至直接套皮能拿到zf合同丑闻，这个时候就没人说美国软件怎么赢赢赢？还是说默认了？
说白了，美国那几家巨头现在正在不计代价探索AGI，而且用户占据了大部分，你让他们现在把重心放过来人才投资全去搞什么优化搞价格战又不是不行，但是冲击AGI的资源就会减少。就好像仿制药和原厂药一样，你达到类似的效果价格确实极其廉价，但是问题是你能做出原厂药么？而且AGI是赢家通吃，软件方面搞价格战毫无意义，能力够强直接正常价格竞争就行了
说白了，美国那几家巨头现在正在不计代价探索AGI，而且用户占据了大部分，你让他们现在把重心放过来人才投资全去搞什么优化搞价格战又不是不行，但是冲击AGI的资源就会减少。就好像仿制药和原厂药一样，你达到类似的效果价格确实极其廉价，但是问题是你能做出原厂药么？而且AGI是赢家通吃，软件方面搞价格战毫无意义，能力够强直接正常价格竞争就行了
到现在我依然不知道语言模型的使用场景是什么
除了让傻逼批量制造垃圾
类似高门槛的工作 比如码农倒是可以有效的降低门槛
但是要支持起一个万亿美元规模的行业 我高度怀疑其可靠性
除了让傻逼批量制造垃圾
类似高门槛的工作 比如码农倒是可以有效的降低门槛
但是要支持起一个万亿美元规模的行业 我高度怀疑其可靠性
当然，鼓吹一下威胁论也是应该的，一来保持危机感，二来拿到更多的权益开绿灯。你看马斯克就经常夸赞墙内这种集权体制的效率，甚至于前不久我记得他都直接称赞什么朱雀三火箭回收可能在性价比上赢过猎鹰了，尽管很扯淡的是这家公司2015年成立，然后制造很多都依赖CNSA的产业链，到2025年才进行第一次轨道发射级的回收试验，一个已经实现回收十多年的盈利公司，直接说一个这么多后发优势第一次还没实现的火箭公司会威胁他的猎鹰，至少证明他短时间内的发展速度肯定只会加快，天天吹遥遥领先很容易不知不觉就落后
已隐藏
我举个简单的例子啊，现在有一个种萝卜大赛，大家要比谁的萝卜种得大，民主国家种植过程全程公开，你用了多少化肥农药都是透明的，独裁国家大部分种植都是在密室里，最后他从密室里拿出一个巨型萝卜跟你说纯天然无化肥亩产万斤，你信吗？
你要知道中国已经官方禁止使用英伟达了，所以这部分成本根本不能公开，剩下的只有人力成本自然高不到哪里去，你信这个东西不如信中国官方的gdp增速
你要知道中国已经官方禁止使用英伟达了，所以这部分成本根本不能公开，剩下的只有人力成本自然高不到哪里去，你信这个东西不如信中国官方的gdp增速
>> 到现在我依然不知道语言模型的使用场景是什么 除了让傻逼批量制造垃圾类似高门槛的工作 比如码农倒...
给你讲个很简单的场景。一个全球十万雇员的公司，你作为一个新的雇员，要处理一笔业务。
这个业务很简单，处理一笔订单，货物是一个中国客户。
除了正常的系统操作，比如在sap里面生产订单一类的。你是不是要保证这个订单是合规的？
满足公司的政策，满足美国的出口管制。
难道你上Google搜索怎么做？
那显然是在公司内网用ai搜啊。这就是最基础的场景。
>> 中国AI的吹牛逼逻辑就是反复强调我们成本很低、我们不需要英伟达的显卡。妈逼的不需要英伟达的显卡...
其实是一件事，因为官方不允许用英伟达，所以这部分成本就直接去除了，这样成本自然就很低
>> 给你讲个很简单的场景。一个全球十万雇员的公司，你作为一个新的雇员，要处理一笔业务。这个业务很简...
这也只是比常规的人工审核快很多
大概类似的股市 对于信息的整理也是有效的
不过就你提到的场景
比如政府原来是一个月做审核 我并不觉得在ai部署后政府会给你好心的快速通过
但是
还是上述的问题 类似应用能否撑起万亿规模的市场？
又偷蒸餾美國模型成果了嗎？
上次DeepSeek就是這樣
上次DeepSeek就是這樣
>> 当然，鼓吹一下威胁论也是应该的，一来保持危机感，二来拿到更多的权益开绿灯。你看马斯克就经常夸赞...
这不就是五角大楼天天吹捧中俄武器好向美国国会讨预算的路子
但是我们不是五角大楼，我为什么要上他的当？
开源的免费的东西是不可能战胜闭源的收费的东西的，就如同Linux比不过Windows，安卓比不过苹果。不能赢利的产品是没钱去维护更新的。
>> 我当然希望你说的是对的呀，但轻视墙国威胁的后果确实就是很严重。一个稀土产业链，九十年代被转移走...
承認和正視支那的強大不等於支持支特社
別學粉紅「贏贏贏」🫠
話說開源和混合專家模式何時變成了支那 AI 的專利？
https://upload.cc/i1/2025/11/12/D2WQUx.png
>> 万亿不多吧。从建电厂开始算，各种数据中心的基建，万亿算啥呀？
所以说产出能有多少呢
万亿砸下去 产出能有多少？
----------
打个比方 寄包裹是明码标价的
国际快递一星期以后到一个价钱
像UPS有那种第二天到 全球任何地方都第二天到的空运 那个贵的又是另一个价钱
>> 所以说产出能有多少呢万亿砸下去 产出能有多少？----------打个比方 寄包裹是明码标价的...
你的思维太中国化了。美国市场玩得是预期，是空对空的，什么产能，为什么要考虑产能。
就问你股票涨不涨，钱有没有赚到？
因为没有电，所以电力股涨，至于今后有没有电，重要吗？不重要，因而预期里还有一条叫做核聚变商用。
>> 你的思维太中国化了。美国市场玩得是预期，是空对空的，什么产能，为什么要考虑产能。就问你股票涨不...
我比较在意实业 不讨论殖民火星一类的话题
因为如果投资迟迟看不到产出 市场总会有人撤资的
并且任何的风吹草动 比如你支搞得那个deepseek一样就可以让市场大跌
如果实业公司的盈利模式变成了股票上市割韭 那迟早要完
>> 我比较在意实业 不讨论殖民火星一类的话题因为如果投资迟迟看不到产出 市场总会有人撤资的并且任何...
看OpenAI的财报，还算健康吧。收入就是它的产出。
根据搜索结果，OpenAI（推测您查询的"ooenai"应为OpenAI）2025年的财务信息主要通过股东披露文件和媒体报道公布。以下是截至2025年11月的财务状况汇总：
2025年上半年实际业绩
• 营收：约43亿美元，较2024年全年高出约16%
• 现金消耗：25亿美元，主要用于人工智能研发和ChatGPT运营（含员工股权激励等非现金支出）
• 亏损情况：财务数据显示上半年亏损额达135亿美元，主要源于庞大的研发投入和运营成本
2025全年预测与目标
• 预计营收：130亿美元（其中ChatGPT订阅收入约80亿美元，Agent收入30亿美元，API收入20亿美元）
• 预计现金消耗：85亿美元
• 单月营收：7月首次突破10亿美元单月营收，月营收已稳定在10亿美元以上
最新季度动态（截至2025年9月）
微软财报披露，OpenAI在单季度（截至9月30日）净亏损约115亿美元，这一数字接近上半年营收的3倍。微软持有OpenAI约27%股份，该季度因权益法投资确认损失31亿美元。
关键运营数据
• ChatGPT用户：每周平均约7亿人使用，日活跃用户从1月的1.65亿增至7月的3.39亿（半年增长106%）
• 开发者生态：平台已有400万开发者，约500万个付费席位
• 收入结构：约84%来自ChatGPT付费用户（个人订阅、企业版及团队版），15%来自API服务
未来支出计划与盈利预期
• 算力投资：已承诺从甲骨文、英伟达、AMD及博通等供应商获取超过26吉瓦算力资源，未来十年成本可能超1万亿美元
• 累计消耗预测：预计到2029年累计消耗1150亿美元，主要用于服务器支出（预计4500亿美元）
• 盈利时间表：预计2029年实现盈利，2030年营收目标2000亿美元
融资与估值
• 正在进行约5000亿美元估值的要约收购（年初估值为2600亿美元），软银和Thrive Capital等参与投资
• 英伟达承诺最多向OpenAI投资100亿美元，并为其供应数据中心芯片
OpenAI目前仍处于"高投入支撑高增长"阶段，短期内亏损持续扩大，但营收增长强劲。如需获取完整财报，建议关注OpenAI官方投资者关系渠道或《The Information》等权威媒体的深度报道。
>> 看OpenAI的财报，还算健康吧。收入就是它的产出。根据搜索结果，OpenAI（推测您查询的"...
你不觉得你自己的数据给出来都很可笑吗
万亿的投资 产出只有百亿
妈的我去赌场玩都不会只有1%的回报率
至于未来画的大饼 我持观望
>> 你不觉得你自己的数据给出来都很可笑吗万亿的投资 产出只有百亿妈的我去赌场玩都不会只有1%的回报...
在市场和投资客眼中，这个数字并不可笑。
所以很多懂技术懂内幕，有专业知识的人未必能在股市挣钱。