先來看看企業端AI的趨勢。
(1)OpenAI、Anthropic 調漲成本之際，美企悄悄把工作轉發給中國 AI 模型(原文點此)
美國企業為了降低AI支出，將部分任務轉由中國的AI模型運算。
編按:
[a]隨著AI往AI Agent的方向發展，單一AI任務所花費的token數目(運算量)大幅的上升，進而提高了企業的AI支出。
[b]中國模型雖然落後，但在大多數一般任務的效能與頂尖模型的差距已經不大(或者是用戶根本不在意)。 所以，他們較低的token定價就具有極大的競爭力。
短評:
目前多數企業不太能準確衡量AI投入與產出之間的效益，只明顯感受到相關帳單過高。 未來，隨著企業逐漸建立更精確的成本與效益評估機制，對AI支出的管控勢必會愈來愈嚴格。 屆時，將簡單任務交給成本較低的模型，複雜任務交由頂尖模型處理，預計會成為常態。
最後來看看新的AI模型。
(2)Alexandr Wang 端出接掌 Meta AI 後首款模型更新！Muse Spark 1.1 主打寫程式與代理任務(原文點此)
Meta推出新版LLM模型「Muse Spark 1.1」。
(3)SpaceXAI 發表 Grok 4.5 新模型，token 效率達同級模型二倍(原文點此)
SpaceXAI推出新版LLM模型「Grok 4.5」。
[a]SpaceXAI為前xAI併入SpaceX之後更改的新品牌名。
[b]目前發展LM模型較知名的公司有:OpenAI(GPT 5.6)、Google(Gemini 3.5)、Meta(Muse Spark 1.1、Llama 4)、Amazon(Nova 2)、Microsoft(Mai 1、Phi 4)、Anthropic(Claude Fable 5、Opus 4.8、Sonnet 5、Haiku 4.5)、Mistral(Mistral 3)、SpaceXAI(Grok 4.5)、DeepSeek(DeepSeek R1、DeepSeek-V4 Preview)、阿里巴巴(Qwen 3.7)、百度(ERNIE 5.1)、字節跳動(Doubao Seed 2.0)...等。
留言
張貼留言