观点与评论

智能性价比

原文标题:Intelligence Per Dollar

AI 摘要

微软在模型发布卡中首次加入平均token使用量指标。其模型在SWE-Bench Verified上达71.6分,仅消耗约Claude Haiku 4.5三分之一的token。Artificial Analysis的Intelligence Index显示GPT 5.5与Claude Opus 4.8得分相近(约60分),但Opus 4.8运行成本高出40%($4,685 vs $3,357)。Uber因四个月内AI预算超支而限制员工使用;Salesforce花费$3亿购买Anthropic tokens并冻结工程招聘。模型公司如今需同时在性能和成本两个维度竞争。

关键信息

  • 微软在模型发布卡中首次加入平均token使用量指标。
  • 其模型在SWE-Bench Verified上达71.
  • 6分,仅消耗约Claude Haiku 4.
  • 5三分之一的token。
  • Artificial Analysis的Intelligence Index显示GPT 5.

速览

发布时间
更新时间
来源
Tomasz Tunguz 博客(VC 分析)
分类
观点与评论
AI 评分
66
阅读原文 前往信息源阅读完整正文
推荐理由

微软在模型发布卡上悄悄加了“平均token消耗”这个指标,这不是小改动,而是宣告AI从堆算力转向算账时代。Uber和Salesforce的预算教训已经很清楚了。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:智能性价比。2026年6月3日。https://new.nat6.net/news/cmpy42n0t01jnslaxhzgxjmzh/

查看全部 →
  • 突发:AI理智的梦想成真时刻

    Gary Marcus在其个人专栏中分享了一个真实的瞬间,以此反映了他对于人工智能实现稳定、可靠(即“理智”)发展的思考与期许。

    Gary Marcus:The Road to AI We Can Trust(RSS)观点与评论AI 评分 60

  • 世界模型的功能分类

    World Labs团队与李飞飞发文,梳理“世界模型”这一被滥用的术语。对比语言模型学习文本统计,世界模型学习空间与时间统计(如光照、物理规律)。基于部分可观马尔可夫决策过程(POMDP)框架,智能体通过动作影响世界状态,观测是部分视图。…

    X:Fei-Fei Li (@drfeifei, World Labs)观点与评论AI 评分 78

  • Gary Marcus:为什么事情终将崩塌

    知名人工智能批评者Gary Marcus在其关于可信赖AI的专栏中,探讨了人工智能发展面临的根本性挑战。文章开篇即指向问题的核心,指出相关数学理论的局限性与人类心理的复杂性,是导致AI系统最终可能出现问题的根源。

    Gary Marcus:The Road to AI We Can Trust(RSS)观点与评论AI 评分 55