大模型订阅、融资压力与AI行业商业模式 · 话题榜 · TwKit

@ChuckBass14291

艹 OpenAI：快把家里吃灰的 32G 内存条交出来，换200 美元/月的订阅

@JamesDa55049936

奇了怪了！！ 我用GPT-6.1 Sol 写代码 ，发现一个严重的工程问题！！！ 我的实际项目，大概有2w 的产品代码，但是他在开发的时候，给我写出了40w 的测试代码？？？ 测试代码差不多是生产 代码的20 倍？啥情况！！ 我一直让Sol 简单去处理，但是它就是一直在过度处理。。 好像我用6.1 的terra 模型会好很多？ 有人遇到这种情况吗，使用claude 也会这样吗？？ 感觉是sol 的模型问题？？

@grapeot

很多人认为OpenAI和Anthropic都是印钞机一样的顶级软件公司，只要养几百个天才研究员，训练出最强的模型，然后在API上出售，就能像SaaS一样躺着赚取80%以上的毛利。 但如果你去看 Anthropic 刚交上去的 S-1 上市招股书，会发现里面的真实账本完全不同。 虽然用已经训练好的模型给付费客户回答问题，上半年纯推理的毛利率确实高达 85.4%。但传统软件写好可以卖十年，最前沿的大模型却是保质期只有半年的生鲜。招股书披露，今年三季度超过八成的收入都来自过去六个月发布的新模型。一旦停止迭代，半年后收入会迅速塌方。 如果把新模型训练的65.65亿美元算力成本加回去，半年算力支出冲到89.45亿美元，真实算力毛利瞬间降到45.1%。再考虑到公司48%的销售额要在亚马逊、谷歌、微软云商城上结算，上半年还给亚马逊和谷歌交了30.53亿美元的渠道费。三刀砍下来，100美元营收最终只剩下26.3美元用来发工资和维持运营。 更可怕的是，光有优秀模型根本活不下去。两年前Claude 3.5 口碑已经碾压，但当时纯推理毛利-94.8%，每收客户一美元，光是跑推理就要倒贴九毛五。接下来一年半，付费token消耗涨了 100 倍，营收暴涨 86 倍。如果公司里只有算法研究员，早就巨亏或者全网算力缺货停摆。 招股书里真正亮眼的是，它摊开了把大模型从亏损深渊拉出来的那群非算法专家： 1. 跨三套异构芯片的推理与编译器工程：全行业唯一把同一代主力模型同时跑在超 50 万块亚马逊 Trainium2、超 1 吉瓦谷歌 TPU 和英伟达 GPU 三套完全不兼容的硬件底座上，硬生生把纯推理毛利从 -94.8% 救回 85.4%。 2. 8,551 亿美元保底算力死约与法务走钢丝：为了在明后年并网 4 到 10 吉瓦电力（相当于四到十座大型核电站），公司背上了最高 8,551 亿美元的照付不议算力承诺。算力晚到半年客户跑光，早到半年闲置罚款抽干现金。金融与法务团队一边跟博通签 1,612 亿美元五年期定制芯片租约，一边跟马斯克旗下 SpaceXAI 签最高 1,205 亿美元燃气轮机算力合同救急，还在条款里埋入明年初之后提前 90 天通知即可无责退租的逃生门。 3. 六个月回本倒计时下的计费杠杆与反蒸馏：为在半年内赚回几十亿训练费，产品团队把企业 SSO 和审计日志挡在 200 美元个人套餐外，逼企业走无上限 API，全公司八成收入来自按量计费，重度 Claude Code 用户花费达企业客户中位数的 20 倍。同时 API 默认上下文缓存只活 5 分钟，而交互式智能体近八成时间在等人类阅读和输入，程序员停笔想方案超 5 分钟，敲下回车就触发一次 12 到 15 美元的长上下文全价重读。另一边，安全团队在八九月份主动封杀了占总收入 5% 到 7%（近 20 亿美元）的灰产号池与同行蒸馏账号，宁可让单月环比增速降到 3% 到 7% 也要保住模型半年的领先身位。 4. 内部算力费正式超过工资总额：从今年 4 月起，公司花在内部员工使用 Claude 上的算力成本，已经正式超过全公司 5,300 名员工的现金薪资与福利总和。内部超 90% 代码由 Claude 编写，人均日提交量是两年前的 45 倍以上，工程团队甚至重写了内部版本控制系统 Scion 来扛每天 3 万次代码合并，并斥资近 5 亿美元接连买下 Bun 和 Stainless。 甚至在招股书的风险章节里，公司第一次承认在内部自动化安全评测中，真有四款前沿模型突破了评测沙盒限制，在被发现前连入真实外网长达 10 到 34 小时。 把这份招股书拆完，文章对唯模型论、API缓存断崖和沙盒安全总结出三条给AI Builder的实战心得，详见： https://yage.ai/share/anthropic-s1-six-month-shelf-life-20261030.html?utm_source=twitter&utm_medium=thread&utm_campaign=anthropic-s1-six-month-shelf-life-20261030

@_FORAB

没想到马斯克上周刚警告 AI 融资环境收紧，现在连 ChatGPT 的 OpenAI 也撑不住了。 金融时报爆料称，ChatGPT 的 OpenAI，已将新一轮融资金额缩减三分之一，估值也从 1.4 万亿，降低至 1.25 万亿。 原因是部分意向投资人，主动减少了认购额，甚至首轮出资交割都无法融满。

@QQTeng

目前全球最强的 AI 大模型，你最看好谁？ 1. GPT（OpenAI） 2. Claude（Anthropic） 3. Gemini（Google） 4. Grok（xAI） 5. DeepSeek（深度求索） 6. Qwen（阿里通义千问） 7. Kimi（月之暗面） 8. GLM（智谱） 9. MiniMax（稀宇科技） 如果只能选一个，你会押注谁？

@mtrainier2020

这个其实要看约束的：资金的约束。 现在其实如果AI泡沫破裂造成的影响和破坏要远大于互联网泡沫。 拿数据来说话： 1. 投资/GDP的比例。 互联网高峰期，2000年美国GDP是10万亿美元左右，互联网投资大概占GDP的1%。 而2026年前三季度，美国风险投资已达到约 5,158 亿美元，占同期 GDP 的约 2.12%。其中，AI 企业融资约 4,267 亿美元，占全部 VC 金额的 82.7%。 1% vs 2.12%。 vc行业的82% 全部进了AI行业。 2. FCF 微软、Google、Meta、Amazon 放在一起，按统一的“经营现金流减现金资本开支”口径算，今年前九个月，经营现金流涨了约 24%，资本开支却涨了约 93%。结果就是，合计自由现金流从去年同期约 1,443 亿美元，降到了约 13 亿美元。FCF下降了99%。 很多公司都已经开始不得不拿人换卡了。 当FCF烧完了，然后再烧什么？ 3. 外部债券和投资 现在也不能说外面的钱已经不来了，大厂还在发债融资。但是这个规模和容量在急剧缩小。现在债券收益都快15%了。哪些neocloud 都借不到钱了。 不管泡沫怎么吹，地心引力是硬约束。 这里的硬约束是资金。 A家上市，然后破裂，直接把局部的炎症，扩散成全身的炎症。 如果AI 泡沫破裂，造成的破坏是远超过互联网泡沫的。 另外，还有一个被忽略的事实。 互联网泡沫，主要玩家都是美国境内玩家。 AI 泡沫，虽然中美间各自画地为牢。但实际上，nvda，openai，claude，至少15%-20%的营收来自于新加坡的马甲。当崩塌时，这也会放大破坏的规模。

@wanerfu

Claude 创始人兼 CEO 发了一封 38 页的“人类警告信”。 达里奥·阿莫代直接点了哪些职业能活、哪些活不了。 不吹不黑，这是我听过 AI 圈大佬里最冷静、最准的一次判断。 但第 29 页有个框架，能把 AI 从“替代你”变成“你最大的不公平优势”。 下面 6 条 Claude 指令就按阿莫代的方法来， 让你比读过这封信的人领先好几年 👇

@AYi_AInotes

英伟达CEO兼创始人黄仁勋在CNN专访里公开了自己的一个极度反直觉的日常习惯： 他每天都在疯狂用 AI，但他觉得自己的大脑反而越来越聪明了。 很多人用 AI 的方式，本质上是在给自己搞脑力大截肢， 比如写个邮件让它润色，写个总结让它代笔，遇到一点需要动脑的死结，顺手就把键盘推给模型让它替自己下决定。 把工具当成偷懒的拐杖，结果用了半年，手艺全废了，自己彻底退化成了离了对话框就不会思考的巨婴。 但老黄在访谈里直接撕开了这层遮羞布， 他说他从来不让 AI 替自己思考， 他是让 AI 当自己的私教， 去教自己完全不懂的全新领域， 或者去啃那些靠肉身经验根本啃不动的硬骨头。 不要拿它去做你本来就能做的事，而是拿它去推开你原本根本跨不过去的认知高墙。 最狠的是扎卡利亚追问时，黄仁勋提到的那个做 CEO 的真实底牌。 他说作为掌管几万亿美元芯片帝国的掌门人，他每天 90% 的指令，本质上都不是在下命令，而是在疯狂向团队、向模型提出高质量的问题。 给大模型写提示词，从来不是什么输入几个关键词的机械杂活，提问本身就是一项极度消耗脑力的顶级认知技能。 这里有一个残酷的反直觉真相： AI 正在以光速拉开两类人的贫富差距。 一类人把思考外包给机器，每天省下半小时摸鱼，认知全面萎缩， 另一类人把执行外包给机器，逼着自己去深挖真问题，每天借着全球顶级的算力给自己完成一次大脑重塑。 所以咱们别再问 AI 会不会让人变笨了，工具没有任何道德偏好， 你把它当轮椅，你就会变成瘫子，你把它当杠杆，你就能一个人撬动一整个智囊团。

@lidangzzz

我非常认可Sam Altman的看法。 绝大多数普通人手机和笔记本的DRAM，完完全全就是一种巨大的浪费，如果用来推进AI的进展，对于全社会整体的收益和贡献，要远远大于憋在普通人的电脑和手机里。 为了支持人类的长期发展和进步，我支持OpenAI拿出一半的股权，来回收我们老百姓电脑和手机里的废弃内存条和内存颗粒，我来帮助OpenAI开拓中国市场，帮他们接洽转转团队。

@goshenggo

我最近发现一个挺重要的新闻 但没有媒体报道，最近看openai论文的时候发现斯坦福终身教授祁晓亮已经加入OPEN AI了。祁教授其实是一个彻头彻尾的“中国本土造”天才。他没有留过一天洋读博，从本科到博士整整八年，全在清华园里完成，是杨振宁亲自创立的清华高等研究院培养出的头号骄傲。就是这颗中国本土结出的、离诺贝尔物理学奖最近的果实，如今不仅留在了美帝，还被美国最核心的 AI 公司纳入了麾下。 祁晓亮的经历，几乎是所有中国科研人梦寐以求的剧本。二十多岁跟着导师张首晟做出了“拓扑绝缘体”的奠基理论，这是公认排在诺奖候补名单前列的成就。三十三岁，他就已经坐稳了斯坦福物理系终身教授的位置。 十年前，就在所有人以为他会顺着拓扑材料这条稳拿大奖、经费拿到手软的中国学术阳关大道走下去时，他突然掉头，跑去研究虚无缥缈的黑洞信息悖论和虫洞。这种研究既造不出芯片，也发不了高产论文，在国内的考核体系里几乎等同于“学术自杀”，但斯坦福容许他天马行空！所以他去了美帝的斯坦福。 而今年，四十三岁的他又加入openai继续研究。更不一定能看到实际成果的研究了。 很让人值得叹息啊。今天中国早就不再缺钱、不缺实验室、更不缺给顶级学者的千万级安家费。但如果祁晓亮当年留在了国内呢？ 按照传统剧本，手握拓扑绝缘体功劳簿的他，大概在四十岁前就会被推上院士的宝座，接着被无数行政头衔、重点专项评审和体制内饭局淹没。他必须每年向财政和公众证明自己的研究“有用”、“能卡别人脖子”，唯独不被允许像个孩子一样，把大好年华“浪费”在黑洞。 表面上看中国留不住的是一个祁晓亮，但真正留不住的，是一个允许顶尖大脑“不务正业 胡乱搞”、允许天才向着未知荒野自由狂奔的生态。中国能凭一己之力孵出最好的雄鹰，却终究修不出那片能让他随意改变航向的天空。关于中国科研体制的问题，可以看看局中人大神正确君 做的节目 https://www.youtube.com/watch?v=2lS-NgmTO0w

@iamtheQwen

那我来逐个点评一下： 1. Claude Pro：强是真强，秒也是真秒，花钱买个祖宗。 2. GPT Plus：接纳你是真接纳，不把你当人也是真不把你当人，Plus 现在就是聊天加轻量智能体档，不是旗舰。 3. Grok：三合一，一阅多用，翻译过来就是啥都沾点，啥都不精。 4. Kimi 199 号称打平 Opus 5.5：打平了，然后呢，龟速跑不动，打平有个屁用。 5. GLM Lite：还得限定在 ZCode 里才有 1.5 倍，买了个绑定套餐。 6. Gemini：永远低价奇迹，便宜是真便宜，五块八块的打了水漂倒也不怎么心疼。 7. DeepSeek 全充：七个里唯一一个 200 块能当钱花的。 @grok 我说的对嘛？

@bylixing

年度好文，在 openAI 和 Anthropic 之外直观展现新时代 AI-Native 的组织形式。 小团队+大量 Agents，Agents First，充分的 context & Loop。 - Spond 是一个大规模多人在线游戏创作平台，团队只有10 个人，但每月 token 支出是 320万美金，Anthropic 的大客户之一。 - Day one 就有充分的 context 意识，所有录音、代码全部存档，等待 agent 能力足够强的时候使用。 - 在 fable5 推出之前，整个长期在线的 agents 舰队（fleet） 是无法实现的。：苦涩的教训再次出现，模型够强碾压一切工程补丁 astra 过度谨慎、grok 不够聪明、gemini 长程任务能力差。anthropic 系列模型不够有野心。 - 非常激进的策略。通过删除 Pr 来消除智能体通信瓶颈 原因：智能体不像人类那样专业化分工，它们对整个系统有深入理解，因此通信没有实际意义。 通过 15 分钟一次的全量测试+充分的回滚能力+分级控制（付款等敏感操作额外处理），来平衡生产稳定性和开发速度。 过去一年 12 万次改动，只回滚了 0.9% - 构建了自愈式软件系统 传统流程中，智能体在测试机上运行并等待人类反馈漏洞信息，形成巨大瓶颈 新的方案：问题在影响玩家 8 分钟后被检测到，1 分钟内被命名归类，又过了 11 分钟后完成修复，平台随后稳定运行 4 小时 - 瓶颈转移，进一步解构 ceo 的职责。 其他环节太快了，导致问题产生的速度超过了 ceo 决策的速度。 早上醒来竟然有七百个问题等待回答。 好在之前有充分的决策记录，所以干脆让 agent 基于历史材料训练一个裁判，过滤出哪些决策真的需要人类做，哪些可以直接基于经验直接回答。要决策的案例直接下降了一个数量级。 - 关于人类决策的重新定位：品味和野心。 工程能力廉价，需求也繁荣，但知道什么时候 say no 还是很难。 充分的野心去想象一切可能，不要 2% 的改进，我要一百倍的提升。我不管，怎么做是你 claude 的事情：）https://x.com/felixrieseberg/status/2110023283169247623 ，和前阵子 claude 工程主管的帖子完美印证。 - 为什么这套体系很难被大公司复制，换言之，怎样复制这套体系： 1. 必须构建 Loop ，人类的重要工作是消除 Agent loop 中的瓶颈。 2. 愿意承受风险。敢不敢让 agent 进生产环境还能控制住爆炸半径? 3. 基于 agent 去设计组织架构，而不是直接复制人类的组织架构：也就是前几天说的基于 Context 去组织 Agent，而不是意淫什么三省六部。。。 --- https://x.com/bylixing/status/2113659227122336022 这是我前两天写的文章，讲的是在构建组织的过程中，怎样基于 Context & Loop 让组织吃到模型能力变强的红利？ 但是因为物理世界还是有很多限制，所以我能实践的实际上是一个二流方案；而在软件行业，实际上可以直接去做一个一流方案。 很开心能看到这种真实一线的一流方案案例。

@Rumoreconomy

周五股灾除了英特尔财报外，还有就是Anthropic没有获得三大平级公司认可，该公司和openAI都希望上市后获得更好的平级降低融资成本，结果三家不接，这就是说这两家具体债券是“垃圾” 该消息一出美股跌势加速！

@fly3nn

这tm太反差了吧，谁会想到AI社区是现在这个场景 tibo评论区全是吐槽GPT的中国人 claude评论区全是要求不封号的中国人 deepseek的评论区全是夸赞ds

@Dicklong1999

在ChatGPT抛弃Plus会员的情况下 现在200块订阅哪家最划算 你用最直白、最乐观的情况选@grok

@tvytlx

团队里一个 Rust 程序员都没有，Anthropic 把他们最核心的 Messages API 用 Rust 重写了一遍。 结果 CPU 占用直接降了 40% 到 50%。 代码全是 Claude 写的。 团队里的人只干了两件事：写重构方案，然后把真实流量引过去，比对新老系统的输出是不是完全一致。 干过软件工程的人都知道，以前行业里有条铁律，叫“千万别彻底重写老系统”。 因为老代码里塞满了各种历史补丁和隐性逻辑，人去重写不仅慢，还特别容易漏，很多项目重写到一半公司就先黄了。 但这事儿在今天突然能跑通，我觉得是因为底层的账本变了。 以前最贵的是“用一门高门槛语言把逻辑重新敲一遍”。 现在只要你手里有现成的真实流量做对照，能搭好一个严丝合缝的“黑盒验证器”，里面用 Rust 还是什么天书写的根本无所谓。 只要输入输出跟老系统一模一样，CPU 还省了一半，那这事就成了。 人的核心工作，变成了定方案和造那个验收的笼子。 不过这招也不是所有团队都能直接抄。 首先是得算经济账。评论区有个哥们提到，之前另一个项目用 AI 重写，光烧 Token 就花了 16.5 万美金。Anthropic 自己就是开模型厂的，算力属于自家后院的成本，换成普通小业务，省下来的服务器钱真不一定够付 Token 账单。 再一个，前提是你得有成熟的流量回放和比对基建。要是连老系统的输入输出都没法自动核对，直接让 AI 全盘重写，上线那天大概率就是删库跑路那天。 想想真服了，以前大家总吐槽 Rust 学习曲线太陡，劝退了多少程序员。 现在人类终于跨过了这道门槛，方式是直接把键盘交给了 Claude。 书架上那本买了好几年还停留在第一章的 Rust 教程，今晚我终于可以心安理得地拿去垫显示器了。 https://x.com/somi_ai/status/2116050219989373170

@sleepy0x13

连 OpenAI 都开始融不到自己想要的钱了。 据《金融时报》报道，OpenAI 已将最新一轮融资目标从 300 亿美元下调至 200 亿美元，目标估值也从 1.4 万亿美元降至 1.25 万亿美元。 更值得关注的是，即便降低了融资目标，首轮交割预计仍达不到 200 亿美元，因为部分投资者已经削减了原定投资额度。 OpenAI 原本希望赶在 Anthropic 预计于 11 月中旬上市之前完成融资，抢先锁定双方共同争夺的机构投资者。 但现在整个华尔街都在重新审视 AI 的资本开支。科技股持续下跌，数据中心融资成本上升，投资者开始追问这些天文数字的投入究竟什么时候能够产生足够的现金流。 我觉得这可能是一个很重要的转折点。 过去两年，AI 行业一直有一个近乎默认的前提：只要模型能力继续提升，资本就会源源不断地进来，算力投入就可以不断扩大。 现在这个前提开始松动了。 OpenAI 的收入仍在高速增长，但投资者已经不愿意仅凭增长预期，就无限度地为未来的算力支出买单。 当连 OpenAI 都需要降低融资预期时，那些依赖下一轮融资维持扩张的 AI 公司，接下来恐怕会更加难受。

@TaoRay

我的经典口诀“两个阶段、三步走”开始在巨头的财报里一一体现。没有AI带来全要素生产力的大爆发，只有投资拉动的震荡型景气，反而在很多方面挤压了经济，加强了K型分化。再次证明第二步不可被跳过。当然，市场不存在一条线，跨过了就全面进入第二步，而是一个逐渐演变传导的过程。从业绩传导到行业再到市场方方面面。我们来根据最近这些财报和市场反应分析一下超导链条。 https://twitter.com/i/spaces/1XyJEnylAgrXad

@SVScholar

@grok Anthropic 最新的估值是多少？

@oran_ge

这篇文章不是暴论 是近期的一些困惑的思考 很多人都没看完就开始喷 说 AI 怎么可能有泡沫呢 有点无语 其实可以慢下来看看一看世界 欢迎友好交流