随着大模型技术的迭代,其背后的运行与算力成本正急剧攀升。业界数据显示,自建顶尖模型(如GLM系列)的硬件成本已达数百万级别,且并发能力受限,导致主流AI厂商普遍陷入“赔本赚吆喝”的困境,需要持续外部输血。近期智谱AI等厂商出现的套餐缺货与服务中断,更是暴露了底层算力资源的紧缺瓶颈。在人类对AI依赖度日益加深的背景下,算力已成为行业发展的“硬门槛”。这引发了业界对于Token未来定价的深思:究竟是会因成本压力而涨价,还是随着基建完善与模型优化而降价?
原文链接:Linux.do
随着大模型技术的迭代,其背后的运行与算力成本正急剧攀升。业界数据显示,自建顶尖模型(如GLM系列)的硬件成本已达数百万级别,且并发能力受限,导致主流AI厂商普遍陷入“赔本赚吆喝”的困境,需要持续外部输血。近期智谱AI等厂商出现的套餐缺货与服务中断,更是暴露了底层算力资源的紧缺瓶颈。在人类对AI依赖度日益加深的背景下,算力已成为行业发展的“硬门槛”。这引发了业界对于Token未来定价的深思:究竟是会因成本压力而涨价,还是随着基建完善与模型优化而降价?
原文链接:Linux.do
评论前必须登录!
立即登录 注册