搜索

关于“token消耗”的结果

共 27 篇

黄仁勋要发Token当工资!硅谷兴起刷量大赛,一人一周烧掉33个维基百科

黄仁勋要发Token当工资!硅谷兴起刷量大赛,一人一周烧掉33个维基百科(在新窗口打开)

OpenAI最烧Token的人有多狠? 一位匿名员工,上周处理了2100亿Tokens,是全公司之最,足够把整个维基百科填满33遍。 他不是在做什么惊天大项目,就只是公司内部排行榜第一名而已。 与此同时,在隔壁Anthropic一位Claude Code用户单月账单超过15万美元,折合人民币过百万元。 这便是硅谷新风尚Tokenmaxxing,直译过来就是“Token刷量大赛”。 具体来说: AI公司内部开始出现排行榜,追踪每个员工的token消耗量;招聘时,”你能给我多少token预算“正在成为工程师最关心的问题之一;Meta和Shopify甚至把AI使用量写进了绩效考核标准。 Token这

AI资讯
0
单机跑Kimi K3首破5.85毫秒,同等投资Token产能提升10倍!浪潮信息破局Agent算力难题

单机跑Kimi K3首破5.85毫秒,同等投资Token产能提升10倍!浪潮信息破局Agent算力难题(在新窗口打开)

AI产业的两道坎,浪潮信息怎么翻? 2026年,Agent的火爆程度空前。 9月21日,在AICC 2026大会上,IDC发布了一组数字:2026年全球活跃Agent约7940万个,到2030年将达22.16亿个。 而同期Token消耗量的增长更为惊人:从2026年的0.026Peta(千万亿),增长到2030年的152667Peta。Agent数量增长约28倍,Token消耗却增长数百万倍。 需求侧增长如此之快,算力供给能接住吗? 今年有两个案例十分典型: 一是Kimi K3。这个总参数量2.8万亿的模型,权重文件达到1.56TB,普通AI服务器的GPU显存连权重都装不下,官方推荐至少64卡

AI资讯
0
卡帕西没做完的,开源社区48小时搞定了!完全体知识库,token省70倍

卡帕西没做完的,开源社区48小时搞定了!完全体知识库,token省70倍(在新窗口打开)

AI圈的节奏已经快到让人产生幻觉了。 Karpathy分享的个人知识库爆火出圈,48小时就有人拿着完全体送货上门。 Graphify,一款零配置、全模态、本地跑、还特能省token的知识图谱工具,GitHub开源狂揽2k+ Star。 不仅能自动构建可导航知识图谱、自带反向链接和关系溯源,更实现71.5倍token消耗节省,直接把卡神的/raw笔记法进化到了完全体。 万物皆可图谱化 卡神那套爆火的知识库,核心是一套不用复杂向量数据库的轻量化工作流。 靠raw/目录存论文、代码、截图等原始资料,再通过LLM自动生成带交叉引用的Wiki文档,配合定期体检维护,慢慢搭建起一个能持续生长、越用越好用的

AI技术文章
0
MiniMax市值超越百度,一个时代轰然倒塌

MiniMax市值超越百度,一个时代轰然倒塌(在新窗口打开)

百度再一次沦为了计量单位! 百度实习生创立4年的公司,市值正式超越百度,这可能是又一个deepseek时刻的开始。 就在3月10日,同在港股上市的MiniMax和百度悄然完成了位次调换,MiniMax的市值达到了3826亿港币,一举超过百度的3363亿。 前者近日接连暴涨,正是得益于最近火爆出圈的“全民养虾”潮,背后直接利好大模型厂商,而包括MiniMax、月之暗面和智谱AI合称“龙虾三兄弟”。 其中MiniMax专注的多模态大模型,刚好踩中了大家养虾最大的痛点,那就是token消耗太厉害成本太贵。而MiniMax直接把token价格打到0.3美元/百万token的地板价,只有国际主流模型的1

AI资讯
0
3个人,撑起每周千亿Token消耗的AI历史游戏|Pax Historia

3个人,撑起每周千亿Token消耗的AI历史游戏|Pax Historia(在新窗口打开)

Pax Historia团队3人,日活3.5万,单周处理超过1000亿tokens。这是一款架空历史策略游戏。玩家可以控制1943年的苏联,也可以让罗马帝国继续存在,或者创建一个外星人入侵现代地球的世界。行动通过自然语言输入。玩家可以发动战争、签贸易协议、改革货币、威胁邻国,也可以直接跳过几年。

AI资讯
0
英伟达震撼开源Harness!AI自己爆改AI

英伟达震撼开源Harness!AI自己爆改AI(在新窗口打开)

OpenAI之后,老黄也出手了! 终于,英伟达重磅开源了自家的Harness——SoL-Pi。 它把Pi作为底盘,基于此重造了一套Harness效率增强层,让AI实现自我迭代、优化。 在这套严苛的自动化流水线中,AI自己也当上了研究员。 它们观察Agent怎么干活,找出哪些步骤在白白烧Token,提出方案、修改bug,再把方案送进测试。 AI的整个搜索从152个候选方向开始,最终留下了四大杀手级架构机制。 实测结果,令人咋舌—— Token消耗最高省64%,API调用成本骤降50%-54%。 GitHub传送门:https://github.com/NVlabs/SoL-Pi 在专业的研究场景

AI资讯
0