在成本方面，使用特定水平AI的成本每12个月下降约10倍，较低的价格会促进更多使用。从2023年初的GPT-4到2024年中期的GPT-4o，每个token的价格下降了约150倍。
面对来自DeepSeek的压力，OpenAI联合创始人Sam Altman在2025年2月10日凌晨发布了一篇关于AI经济学的观察文章，且提出了三个主要观点。
这些观点包括：一是算力为王和Scaling Law的重要性。Altman坚持“算力为王”和“Scaling Law”的核心理念，认为算力的提升和模型规模的扩大仍然是推动AI发展的关键因素。
Altman表示，AI模型的智能大致等于用于训练和运行它的资源的对数。这些资源主要是训练算力、数据和推理算力。似乎你可以投入任意金额并获得持续且可预测的收益；预测这一点的扩展定律在多个数量级上都是准确的。
二是AI成本的快速下降。在成本方面，使用特定水平AI的成本每12个月下降约10倍，较低的价格会促进更多使用。从2023年初的GPT-4到2024年中期的GPT-4o，每个token的价格下降了约150倍，这证明了成本下降的趋势。摩尔定律曾以每18个月2倍的速度改变世界，而AI成本的下降速度更加强劲。
三是未来社会经济价值的超指数增长。AI技术的成本下降不仅带来了技术层面的进步，还引发了超指数级的社会经济价值增长。即更低的成本使得AI技术能够更广泛地应用于各个领域，从而推动社会整体的智能化水平。Altman强调了AI技术对社会经济价值的巨大贡献，并预测这种增长将远超当前的预期，“这导致我们看不到指数增长的投资在近期会停止的理由。”
Altman指出，随着AI应用的普及，不同行业和领域之间的边界将变得模糊。这种模糊化不仅会促进跨领域的合作，还将释放人们的创造力和生产力，推动社会整体的进步。
目前，DeepSeek对OpenAI形成了一些挑战，主要体现在以下几个方面：
一是开源策略的冲击：DeepSeek通过开源模型和极低的训练成本吸引了大量中小企业和开发者，直接冲击了OpenAI的付费API订阅模式。这种开源策略不仅降低了AI技术的使用门槛，还削弱了OpenAI的市场竞争力和盈利前景。
二是成本效益的优势。DeepSeek的训练成本远低于OpenAI，其API服务价格比OpenAI便宜95%，这使得DeepSeek在成本效益上具有显著优势。这种低成本模式可能迫使OpenAI调整其商业模式以保持竞争力。
三是技术优势的挑战：DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有很少标注数据的情况下极大提升了模型的推理能力，在数学、代码、自然语言推理等任务上，测评性能与Ope-nAI开发的GPT-o1模型正式版接近。
DeepSeek的崛起引发了资本市场的剧烈震动，英伟达、谷歌、微软等公司市值蒸发。值得一提的是，Altman最近承认了OpenAI在开源策略上的历史错误，并表示需要采取新的开源策略来应对DeepSeek带来的挑战。
为了应对DeepSeek的技术挑战，OpenAI正在重新审视其开源策略和技术路线。首先，OpenAI推出了o3-mini模型，该模型在物理模拟和编程能力上取得了显著进步。同时，OpenAI承认其闭源策略的错误，并开始向免费用户开放ChatGPT搜索功能。此外，OpenAI也在降低API调用价格，以吸引更多用户并应对DeepSeek带来的竞争压力。
您可能感兴趣
