前沿 AI 競賽轉向成本、研究成果與開放權重治理

Published: July 27, 2026• 14 min readEdit on GitHub

Opus 5 以較低成本逼近 Fable 5,AI 設計的基因編輯器推進實驗研究,開放權重爭議則讓技術擴散與模型來源同時進入治理討論。

剪紙呈現封閉模型與可下載權重背後不同的算力成本

Opus 5 以較低任務成本逼近 Fable 5,開放權重讓價格戰更直接

Anthropic 推出 Claude Opus 5,輸入每百萬 token 定價 5 美元、輸出每百萬 token 定價 25 美元;兩項價格均與上一代 Opus 4.8 相同。公司將它定位為以約一半價格接近自家旗艦 Fable 5 的表現。Anthropic 官方公告表示,在 CursorBench 3.2 的最高努力設定中,Opus 5 與 Fable 5 的最高分差距不到 0.5%,每項任務成本約低一半。這是特定基準測試的比較,不代表所有工作負載。

與 Opus 5 同期受到討論的 Kimi K3 被定位為開放權重模型,但在本文 7 月 27 日 05:00(台灣時間)刊出時,權重尚未正式公開,當時預計於當日釋出。Moonshot 後來在官方公告中宣布權重與技術報告同步公開;發布後,使用者才可下載並自行部署。MindStudio 的模型比較與部署說明指出,自架大型模型仍需要多張高階 GPU,也沒有證明 Kimi K3 是全球最強的開放模型或推論不花成本。兩種產品的成本與控制方式因此不同:使用 API 按 token 計費,自行部署則要負擔算力成本並取得部署控制權。

這組論述把兩款模型的發布時序解讀成價格戰:當開放權重模型可以免費下載,封閉模型若維持高溢價就更難說服使用者;它也把 Opus 5 的優勢描述成可負擔性,而非能力上的突破,並推測這是 Anthropic 對中國低價模型的防守性回應。這些是對市場策略的分析,現有資料不能證明 Kimi K3 促使 Anthropic 調價。官方資料反而指出 Opus 5 與 Opus 4.8 的 token 價格相同;「半價」指的是相對 Fable 5 的特定任務成本。競爭焦點是否從前沿能力轉向帳單,仍要看實際工作負載的總成本。

因此,兩款模型呈現的是不同成本路徑:Kimi K3 在權重公開後提供自行部署選項;Opus 5 則在 Anthropic 公布的特定基準中,以較低的每項任務成本接近 Fable 5 的最高分。現有資料沒有證明兩者之間存在直接的價格因果關係,實際負擔仍取決於工作負載與部署方式。

剪紙 DNA 雙股螺旋與基因編輯器探索新序列

AI 設計的基因編輯器擴大探索空間,實驗結果仍有邊界

AI 設計基因編輯器的研究把生物設計推向自然序列以外。Jennifer A. Doudna 與 Emmanuelle Charpentier 因共同開發基因組編輯方法,一同獲得 2020 年諾貝爾化學獎;諾貝爾獎官方說明記錄了兩人的貢獻。另一項研究中,Nature 論文列出的作者機構包含 Profluent Bio;研究團隊以 CRISPR-Cas 序列建模,設計出 AI 生成的 OpenCRISPR-1,並公開供研究與商業用途。

論文報告,OpenCRISPR-1 在目標位置的編輯活性與 SpCas9 相近,中位數分別為 56.4% 與 47.1%;在研究測試的已知 SpCas9 脫靶位置,編輯率降低 95%,中位數由 6.1% 降至 0.32%。這些結果來自特定實驗條件,不等同於臨床安全性或療效證明。研究說明了如何以模型探索新候選編輯器,但每個候選仍需逐一進行實驗驗證。

這種方法可以類比語言模型:從大量序列學習規律,再產生訓練資料中沒有出現過的候選序列。研究成果讓探索從「找得到什麼」進一步走向「能設計出什麼」,但尚不足以證明設計已全面取代發現,或模型已普遍勝過既有工具。

將演化描述為「終於遇上真正的競爭者」,並以數小時與數十億年相對照,是對研究方向的修辭性總結。Nature 論文報告的是特定編輯器與特定實驗結果,沒有直接比較演化所需時間和模型設計時間,也沒有證明模型已超越所有既有基因編輯工具。

剪紙幾何路徑呈現漸進進展與待驗證的數學拼圖

Altman 說奇點已開始,具體研究成果仍要逐項驗證

Sam Altman 在 Relentless 訪談中告訴主持人,人類「已經身在奇點之中」,「此刻就是那個時刻」。這段訪談片段被形容為數小時內在 X 迅速流傳,但目前可查資料無法驗證傳播速度。Business Insider 的訪談報導記錄了這項說法。文中還列舉推理模型推翻 87 年的 Jacobian 猜想,以及完成量子資訊證明;其中部分證明耗時不到兩小時。一項可查證的一手結果是,OpenAI 模型推翻了始於 1946 年的平面單位距離猜想,OpenAI 並稱外部數學家檢查了證明。現有可驗證資料未能支持 Jacobian 猜想或「兩小時內完成量子證明」的具體說法,因此不能將它們當成已證實成果。

Altman 也在自己的文章中轉述,科學家告訴他使用 AI 後的生產力是過去的兩到三倍;這是他轉述的經驗,不是獨立測量。Altman 的文章

這段評論進一步把「奇點」敘事解讀為:一家需要資金、又面臨產品競爭的公司,將自身定位為人類最後一項發明的推動者,讓科學成果成為敘事背書,而敘事成為籌資工具。這是對商業動機的評論,現有來源沒有證明 OpenAI 以此為募資目的。可核實的判準仍是模型完成了什麼、證明如何受檢查,以及其他人能否重現結果。把這種敘事稱為「將奇點抵押成信用額度」,是修辭比喻,不是物理學結論。

剪紙呈現開放模型、封閉模型與蒸餾政策之間的爭議

開放權重信件反對全面限制,蒸餾爭議仍未有定論

Nvidia 執行長 Jensen Huang 在 X 的首次貼文中號召支持一封致華府的公開信,呼籲不要全面打擊開放權重 AI 模型。Business Insider 的報導記載,週五晚共有 32 家公司、組織與平台簽署;Google 在週六加入,週五的 32 家並非週六的最終簽署數。簽署者包括 Microsoft、Meta、OpenAI、Mistral 等。信件主張開放模型能強化安全與網路防禦、加速創新擴散並支持技術自主。Microsoft 的立場說明將蒸餾定義為利用一個模型的輸出去訓練或改進另一個模型,並主張政策應區分常見的模型開發方法與不當挪用。

白宮科技顧問 Michael Kratsios 指稱,Moonshot AI 在開發 Kimi K3 時蒸餾了 Anthropic 的 Fable。Business Insider 對白宮指控的報導記錄了這項說法,但沒有提供獨立證據證明指控成立。另一篇報導指出 Anthropic 當時未列入公開的簽署名單;僅憑未列名,不能推論公司正式拒絕簽署。

最後的批評是,產業一方面把蒸餾稱為創新,另一方面又有官員指控 Kimi K3 蒸餾了 Anthropic 模型,似乎在模型被使用者複製時才改變標準;然而,這項具體指控尚未獲獨立證實,不能據此稱為竊取,也不能斷言 Anthropic 是唯一反對者。開放權重擴大檢查、修改與部署的空間,也使判斷訓練資料、輸出使用或不當挪用時更需要明確證據。

Nvidia 傳與 OpenAI 討論融資保證。 Reuters 轉載的《華爾街日報》報導指出,Nvidia 正討論為 OpenAI 在俄亥俄州的資料中心計畫提供約 2,500 億美元融資保證;該計畫規模約 10 吉瓦,目前仍是討論中的安排。Reuters 轉載的報導將這項設想連到 AI 基礎設施融資。

資料中心電費承諾擴及地方與公用事業。 The Register 報導,美國白宮的 Ratepayer Protection Pledge 擴大納入公用事業、資料中心開發商、合作社與州政府;截至該報導發布時,已有 200 多個新參與者加入。白宮將它描述為由產業負擔資料中心用電與相關基礎設施費用的公開承諾;The Register 則指出,這項承諾屬自願性,沒有實際執行機制。The Register 報導與白宮的承諾說明分別交代當時的參與情況與政策內容。

鴻海事業體採用 Arcfra Neutree。 The Register 報導,鴻海旗下事業體採用 Arcfra 的 Neutree 平台處理部分 GPU 虛擬化工作負載,也在部分遠端辦公室取代 VMware;Arcfra 的更新還加入 GPU 虛擬化與模型治理功能。The Register 的報導指出,這項採用並非鴻海所有環境全面遷移。

一條電力線故障暴露資料中心負載的同步波動。 TechCrunch 報導,在 PJM 電網事件中,資料中心幾乎同時減少超過 3 吉瓦用電;電網原本通常只需數秒便能恢復,這次卻花了 10 分鐘以上。報導引用 Ting Labs 的感測資料,指出這次事件沒有造成大停電,卻暴露電網規劃面對資料中心同步負載變化時的脆弱性。TechCrunch 的報導也討論了可能的應對方式。

Anthropic 推出更便宜、限制較少的 Opus 5。 TechCrunch 報導,Opus 5 的價格低於 Fable 5、使用限制較少,並在部分基準測試中勝過 Fable 5;這些比較來自廠商公布的評測,仍需以實際工作負載驗證。TechCrunch 的產品報導也說明它在產品線中的定位。

Meta AI 加入日曆摘要與可引導研究。 The Verge 報導,Meta AI 可以讀取使用者日曆並生成每日簡報,也能進行可由使用者逐步引導的深入研究;這次更新由 Muse Spark 1.1 驅動。The Verge 的報導介紹了這次助理功能更新。

ai-newsai-researchai-infrastructureai-policy