周一,Decagon 首席执行官张杰发表了一个具有挑衅性的新理论,标题为 “对于企业中的开源人工智能,每个人都错了。
” 这篇文章探讨了当今人工智能经济中最有趣的矛盾之一:更成熟的人工智能部署正在转向更轻的模型,他说,即使在他自己的公司也是如此。
但在昂贵的最先进型号上的总体支出几乎没有变化。
这是思考前沿模型和开源模型之间关系的新方法。
在张看来,他们不是竞争对手,开源模型的成功也不会以牺牲前沿实验室为代价。
相反,它们是同一生命周期的两个阶段,使用昂贵的前沿模型来证明用例,随着成熟,这些用例可以传递给更便宜的开源替代方案。
随着更成熟的用例 切换到更轻的型号 ,新的用例不断出现——前沿模型的总体支出几乎没有下降。
张没有提供太多数据来支持这一点,但数据并不难找到。
Vercel 的 AI 网关仪表板 显示,在过去的一周里,DeepSeek 已跃居代币交易量领先地位,目前处理通过该公司基础设施的略多于三分之一的代币。
Z.ai——流行的 GLM-5.2 模型背后的实验室——在同一时期跃升至第四位。
🔗 原始来源
如果你要核对细节,可以再看原文: TechCrunch AI原文链接
AI热榜