Cathie Wood 这段视频讲了个挺有意思的角度:AI 每年把训练和推理成本砍掉 75% 到 99%,但 CPI 和 PPI 根本没算进去。做企业采购或关注宏观经济的朋友可以听听她怎么算这笔账。
#AI成本
Cohere 想把模型费用和基础设施成本分开算,这期节目拆解了这招能不能让企业更省钱地扩展 AI。
Gary Marcus 转发了 Ramez Naam 的成本分析:Anthropic 提升模型能力的花费两年涨到 8 倍,数据来自 METR 报告,争议不小但值得看看算法。
苹果工程师每天用 AI 的钱被砍到 200 美元还要继续降,特斯拉、Uber 也在限额度,看看大厂怎么算 AI 这笔账。
MDX Forum 2026 上的一场演讲,讲 AI 工具越来越便宜之后,为什么很多国家和企业还是赚不到这波价值,观点挺实在的。
Genspark 在 Morgan Stanley 的会上讲了个实用观点:别给所有任务用同一个模型,按任务匹配还能省钱。
越南 VTV 梳理了小模型低成本落地 AI 的思路,预算有限的团队可以看看怎么花小钱用上 AI。
沃顿教授 Ethan Mollick 发了个观点:OpenAI 和 Anthropic 会用高低搭配的智能体组合把成本打下来,思路挺值得琢磨。
Anthropic 和 OpenAI 都在降价,企业客户说花了更少的钱效果还不差,现场聊了不少实际用法,做采购的可以看看。
Epoch AI 给了组狠数字:同性能下 AI 成本每季降 47%,比当年电力便宜 54 倍的速度下滑,值得对比下自己行业的降本曲线。
朋友,Anthropic 的算力账单很惊人,实际运行只有 1-2GW,但全部建成后年支出可能超 1150 亿美元,OpenAI 若扩张,两家公司未来五年算力支出或达 1 万亿美元。
美国顶级AI公司都在降本增效,从前沿模型转向更便宜的替代方案,OpenAI和Anthropic等供应商面临挑战,值得关注。
Gary Marcus分析AI模型开发成本与收益的不平衡,Astra在多项基准测试中表现亮眼。
LangChain用LangSmith实现了99.5%的AI成本追踪,帮你找出具体哪个操作消耗了资源。
Anthropic客户转向更经济模型,Fable 5支出占比低,中国模型崛起,关注成本变化。
硅谷团队烧了100万美元试无限Token,结果AI比人贵,开会少八成,想搞AI转型的得看看这个真实教训。
Canva 因 AI 用量太大,把 2026 年增长预期砍到 20%。AI 反而推高成本,小打小闹搞 AI 可能更亏。
Genspark 算账:token 单价降了 10 倍,智能体任务烧 token 太狠,总账单反而涨。省钱得盯单次任务成本,别只看单价。
OpenAI 把怎么把 AI 做便宜、做普及的思路讲清楚了,搞 AI 的都该看看。
GitHub 工程博客直接点出 AI 时代写代码变便宜但维护成本没变,教你用新框架做决策,实用!
a16z分享了Hebbia CEO的观点,用具体数字告诉你AI Agent的真实成本范围,从4到7000美元每小时,差距惊人。
Anthropic高管劝你别因为省钱就砍AI投入!他们分享了如何更聪明地用Claude,比如换模型、路由调度,还有和OpenAI的价格战内幕。
DecagonAI联合创始人在NYT说,把任务从闭源模型换到Together AI上的开源模型,成本只要原来的五分之一到七分之一,省太多了。
Claude 5 性能确实最强,但用一次要三块多,比 DeepSeek 贵百倍,分数只高一点,性价比要好好掂量。
DeepSeek比Claude便宜九成,性能差距不到十个月,美国企业批量迁移,OpenRouter数据硬核实锤,省钱看这篇。
特斯拉一边喊员工省AI开支,一边给自家xAI开绿灯,还发内部排行榜逼大家用Token,最后员工还是跑去用Claude了。
OpenAI部署老大亲口讲Codex怎么涨、AI怎么降价,还聊了企业落地的实际回报,挺干货。