基因圖譜、數學證明與模型降價：AI 的稀缺性轉向查詢與成本

當基因變異、數學證明與模型價格都被快速預先計算，AI 的競爭焦點也從「能不能做到」轉向誰能查詢、驗證與負擔結果。

今天的四條主線看似分散：基因變異被整理成可搜尋的圖譜，數學難題被大規模代理系統攻擊，歐洲模型公司用一輪創紀錄融資購買主權敘事，DeepSeek 則用降價回應 Flash 級競爭。放在一起看，真正被壓縮的不是只有價格，還有從資料到證明、從模型到基礎設施的查詢成本；真正留下來的問題，是結果能否被驗證，以及誰願意承擔它。

M1｜基因變異被預先算完，瓶頸從讀取轉向解讀

Google DeepMind 在AlphaGenome Atlas 的官方介紹中表示，這個平台把人類基因組約 90 億個單一字母變異的分子影響預先計算，形成約 1 PB 的資料集，並透過免寫程式的網站入口提供非商業研究使用。它不是只把 DNA 存成更大的資料庫，而是先替每個可能的字母改變產生一組生物學預測。

《Nature》的報導指出，平均每個變異約帶有 27,000 個預測值，涵蓋基因表現、RNA 剪接與染色質等分子過程。這讓研究者可以先用模型把候選變異排序，再決定哪些值得進入實驗；但預測仍是研究線索，不是臨床診斷或治療效果的證明。

對照美國國家人類基因組研究院的成本說明，人類基因組計畫花了約 13 年，美國投入約 27 億美元（以 1991 財年美元計）；這個數字是美國在計畫傘下的資助，不是所有參與國家的全球總成本。今天的落差因此不只在算力：過去的瓶頸是把字母讀出來，現在則是從海量預測裡找出可重做、可解釋、值得驗證的生物學問題。

M2｜OpenAI 把一個世紀的數學題，做成可驗證的工程流程

OpenAI 在Navier–Stokes 問題的公開說明中稱，內部系統找到三維不可壓縮流體會在有限時間形成奇異點的解析證明，並提供 Lean 形式化版本；公司表示，使用的模型能力「顯著高於 GPT-6 Astra」。這不是把一個答案交給讀者相信，而是把分析推導與可由電腦檢查的形式化證明一起公開。

同一份OpenAI 的多代理工作紀錄寫道，解題團隊約有 10,000 個同時運行的代理，從啟動到找到 Navier–Stokes 結果約 88 小時，之後又用 GPT-6 Astra 花 17 小時完成 Lean 形式化與驗證；所有嘗試合計約使用 3,000 億個輸出 Token，Navier–Stokes 本身約占 1,300 億。這些是公司對自身系統的描述，不能直接換算成普遍的數學解題成本。

問題的制度位置仍要分開看。Clay Mathematics Institute 對 Navier–Stokes 問題的定義說明了它為何屬於 Millennium Prize Problems；BBC 的報導則提醒，OpenAI 的結果在當時尚未經過獨立驗證或被 Clay 正式接受。也就是說，「系統產出可檢查的候選證明」和「數學界完成外部認證」是兩個不同的門檻。

這把 AI 的競爭焦點從「模型能不能找到答案」推向「答案能不能被別人重做」。當代理數量、運算時間與形式化工具一起擴張，最稀缺的能力可能不再是提出候選解，而是建立足以承受審查的驗證流程。

M3｜歐洲主權 AI 的價格，先由資本市場報出來

Mistral 在官方融資公告宣布完成 30 億歐元 Series D，投後估值超過 210 億歐元，並稱這是歐洲科技公司完成過的最大股權融資；Samsung Electronics 領投，上一輪則由 ASML 領投。這家成立約三年的法國公司也表示，目前在 20 個國家服務超過 125 家全球企業，並把資金用於前沿研究、算力、基礎設施與國際商業擴張。

CNBC 的報導指出，Mistral 執行長今年稍早曾預期年度經常性收入會超過 10 億美元；這是管理層展望，不是已經完成的審計收入。把這個預期和融資估值放在一起，市場買的就不只是某一個模型的跑分，而是「歐洲企業與政府需要可控部署」能否變成長期商業需求。

因此，這一輪投資的核心不是歐洲突然做出另一個 OpenAI，而是資料邊界、供應鏈位置與政策自主被包進模型公司的資本故事。銀行、國防承包商與政府是否願意為資料留在可接受的法域付出溢價，會比一次基準測試的名次更能決定 210 億歐元估值是否站得住。

M4｜Flash 模型的價格戰，從 DeepSeek 自己的優勢回頭壓它

觀察者網對 DeepSeek 開放平台公告的整理指出，Flash 系列將在 9 月 10 日中午 12 時（北京時間）調價：閒時每百萬 Token 的快取命中輸入從 0.05 元降至 0.02 元，降幅 60%；快取未命中輸入從 1.5 元降至 1 元，輸出從 4.5 元降至 4 元。高峰時段仍是閒時價格的兩倍，因此「最高降 60%」不等於每一種工作負載都省 60%。

IT之家對官方通知的整理也提到，DeepSeek 預計在 9 月 10 日前後推出 V4.1 Flash；中間版本採用新架構、原生多模態，官方描述為能力更強、速度更快、成本更低，但當時仍是測試版本。這類短期端點和正式產品必須分開，因為測試者感受到的速度，不會自動變成穩定的生產承諾。

競爭對手也正在把「便宜的前沿能力」做成產品。Z.ai 對 GLM-5.3-Flash 的官方說明把它定位成原生多模態、低計算與低成本的 Flash 模型，並直接拿 DeepSeek V4-Flash 比較注意力計算與 KV Cache；這些比較仍屬廠商公布的測試資料，不能取代獨立評測。DeepSeek 過去靠便宜建立辨識度，現在卻必須同時面對新的價格、架構與快取效率競爭。

所以真正要算的不是一個醒目的每百萬 Token 價格，而是快取命中率、輸入輸出比例、峰谷時段、端點壽命與任務完成時間。模型變便宜，可能只是把成本重新分配給提示詞工程、排程、監控與遷移；價格戰的最後一公里仍是能否在自己的工作負載上重現節省。

七則短訊，從生成到部署都在壓縮成本

• OpenAI 的 ChatGPT Images 2.5 公告表示，新版本加入 Sketch 草圖參考、圖片內留言與更穩定的多輪編輯，並把生成延遲較 Images 2.0 降低最多 50%。
• Qualcomm 的正式新聞稿宣布與 Amazon 跨多代合作客製 AI 推論晶片，並開發最高達 1.6T 的高速光連接，讓運算與網路一起成為 AWS 基礎設施的競爭面。
• Meta 的 Muse 公告介紹能開啟瀏覽器、填寫表單與執行任務的個人代理；在寄信或購買等敏感動作前，系統會要求使用者核准並提供活動紀錄。
• Anthropic Max 訂閱集體訴訟起訴狀主張 100 與 200 美元的 Max 5x、20x 方案沒有提供廣告暗示的用量倍數；這是原告的訴訟主張，不是法院已認定的事實。
• IT之家整理的 DeepSeek V4.1 Flash 通知提到，測試版可沿用原 API 入口、以新模型名稱呼叫，並在正式版推出前測試原生多模態與速度；模型是否能長期取代 Pro，仍要等正式規格與獨立測量。
• Adobe 的 Premiere 與 After Effects 公告表示，Premiere 的 Generative Media Tool 能直接在時間軸生成可編輯的影片與音效，並可選用 Adobe Firefly、Veo、Kling、Runway 或 Luma 等模型。
• Cognition 的 Series E 公告宣布募得超過 20 億美元、估值 480 億美元；公司同時稱年度化 run-rate revenue 從 5 月的 4.92 億美元增至接近 9 億美元，這是公司自述的年度化指標，不等於經審計的全年收入。

這些消息最後都把同一個問題推到現場：當 AI 進入基因研究、數學證明、企業採購、資料中心與創作時間軸，能力的展示只是入口。真正決定它能否成為基礎設施的，是查詢成本能否下降、結果能否被重做，以及在失準時是否還有人有權停止它。