GPT可以生产token吗
粉丝1.2万获赞3.7万
相关视频
02:02查看AI文稿AI文稿最近我收到最多的后台私信就是 token。 既然是个新的大众商品，那普通人能不能自己生产 token 自己卖？今天一条视频给你讲清楚。先说结论，能生产，但你算完账，你就不会干了。我们来算一笔账， deepstack 目前最火的大模型，它卖 token 的 价格是多少？输出，每百万个 token 三块钱。 一百万个 token 是 什么概念？大约相当于五十到七十万个中文字，一本书大概十万字，也就是说， ai 帮你能写将近七本书的内容，只收你三块钱。反过来说，你自己要生产这一百万 token， 至少得花几十万买个 gpu， 装一台服务器， 二十四小时不断电。就这样，你的一台机器大概需要十几个小时才能生产出这一百万个 token。 而且这个你还没有算你的工程师维护机房电费和宽带费。 deepsea 为什么能卖三块钱？因为它拥有几万张 gpu， 同时跑，一天处理上千亿个头梗，成本被摊到几乎为零。这就好比你自己在家养了一头牛，挤了奶想拿出去卖，一瓶卖五块， 你觉得能赚，但是你一算，买牛花了两万，饲料每月两千，一天只能挤几斤奶，隔壁蒙牛一天出几千吨，一瓶卖三块钱还能赚？你的奶不比它的差，但是你的成本是它的一百倍还要多。 这就是普通人生产 token 面临的问题，不是做不了，是做了一定亏。所谓普通人在 token 这门生意里的正确姿势，不是自己生产 token， 而是用便宜的 token 去创造贵的服务。 举个例子，你用 deepstack 花三块钱买一百万个 token， 让 ai 帮你写十篇小红书文案，通过小红书的文案带货去赚钱，那么你的成本就是三块钱。 你赚的不是 token 的 差价，是你知道怎么用 token， 而别人不知道的信息差。再举个例子，你用 ai 帮一个小型企业搭建一套 ai agent 的 token， 成本可能不到十块钱，但你收企业五千块钱的咨询费， 企业买的不是你那十块钱的 token， 而是你的判断力和方案。不要去跟巨头抢着生产 token， 要去想怎么用三块钱的 token 创造三千块钱的价值。生产 token 的 钱留给巨头去赚，用 token 去做赚钱的生意，才是留给普通人的机会。我是文思，关注我每天带你看懂 ai。
2486文斯说AI
03:55查看AI文稿AI文稿卖投肯做一篇分发，到底能不能赚钱？已经消耗过千亿，投肯封了几十万个账号，实打实的在这个行业的经验告诉你答案，肯定能赚钱啊，甚至一天可以赚几万，一个月可以赚几十万，但是他适合一个普通人吗？ 事实上，绝大部分人根本不可能靠卖投肯赚到钱。多人被网上的暴富神话洗脑了。记住一句话，再好的生意，他本质还是一个生意，不是捡钱。 现在投垦市场，整个行业极其内卷，想要做好这门生意，还是需要具备一条件，以下五个核心条件，只要你符合其中的一点，这碗饭你就可以吃。大家可以对照看一下，自己到底能符合几点。 第一点，有足够强的一手渠道，打一个信息差和时间差，这是最粗暴的赚钱方式。比如当下爆火的 cds 二点零， 如果你能在他刚刚出来的时候，全网都在找借口的时候，甚至首月供不应求的时候，快速拿到极低折扣的内部价格或者代理渠道啊。在别人还在找门路的时候，你手里有货，拿到渠道就等于拿到了印钞机。第二点，自带天然的产业资源， 这属于圈层的降维变现。如果你本身所处的行业就有海量的 ai 需求，那你根本就不需要去卷价格，也不需要再去找客户 啊。比如你本身在这个电商圈已经摸爬滚打了很多年，身边全是做跨境出海搞短视频带货啊的老板，他们一天跑几千个商品切片，跑几万条产品图或者产品视频， 那么他们的 a p i 消耗量就是一个天文数字，或者眼下爆火的 ai 漫剧啊，有大量的生图或者生视频的这样的一些需求，你当朋友抱怨没有稳定接口的时候，你顺手丢一个过去，就帮他们解决了痛点，自己也赚到了极其稳定的利润。 第三点，如果你本身就在做流量啊，拥有极强的获客能力或者投流的能力，你本身就是懂流量生意的高手，懂买量，懂做爆款，懂私域运营。那么在大家提供 token 的 服务和价格都大差不差的情况下，你的获客成本只有别人的啊，一半或者 百分之二十，甚至百分之十，你能用最高效最低成本的方式触达到海量有需求的客户，靠规模效应直接碾压同行。第四点，你具备 开发 agent 将 token 巨像化的到一个服务里面的这样一个能力啊，把标准化的 token 服务做成非标的溢价啊，把低毛利的生意做成高毛利的 一个生意，同样是卖生图模型，同样是卖生视频模型，别人是按次卖接口啊，两毛一次，五毛一次，一块钱一次。而你是根据特定固定的场景，比如苍蝇老板生成菜品图，电商老板做主图啊，电商老板做详情图，封装成一个傻瓜式的工作流啊，别人卖五毛，你可以卖两块， 你可以让老板们一次就能成功，或者两次就成功，让老板们跳过了反复学习，反复测试的这样一个过程啊，一个美工一个月的佣人成本啊，七八千，八九千，但是你通过一个工作流啊，能让老板原本 五个美工才能干完的事情，一个美工就可以操作你的工作流去实现的啊，一个月能帮老板省几万块钱的这样一个一个成本，那么你就拥有了核心竞争力。第五点 也是拥有顶尖的底层技术能力，这个路线比较高危，也比较硬核，这个属于很敏感的一种方式，属于纯纯的技术套利，主要是针对像 cloud gpt 这种风控，比起 很严格，然后又是全球主流的应用量很大的这样一些模型。如果你懂底层的协议意向，能搞定复杂的风控绕过，以及拥有维护高病发耗磁的技术实力， 相当于你就能用极低成本的方式把散户的号源整合成企业级的接口，这其中的利润空间极大，同时也是门槛最高，风险最大的一种方式。
03:37查看AI文稿AI文稿token 翻译成中文叫什么？叫词源，是模型处理文本的最基本单位。 token 和字呢？有什么区别？ token 呢，可以是一个字，一个词，甚至半个字，那这是谁规定 的？是模型看了大量人类文字统计出来的，这样表达呢，更省事。常见的字和词就用一个 token 表示，其他的就用多个 token 拼接。 一个 token 到底是多少钱？ deep 呢？输出一百万 token 呢？约等于三本新华字典只需要三块钱， gpt 五呢更贵，超过九十块 token 和上网流量收费是一样的道理吗？不是的， token 收的是计算费，是生产成本，而流量收费呢，是搬运费，不是一回事。为什么养龙虾要烧 token？ 是 因为龙虾要用大模型思考和回答问题，因为大模型按 token 收费，所以就说烧 token。 本地部署大模型是不是就不用烧 toon 了？还是要用到 toon， 因为 toon 机制本身和部署方式无关。本地部署呢，不需要按量付费，但电费得自己掏，算上硬件成本不一定划算。如果我把一段话复制粘贴进去，是不是就算一次 toon 不是 文字越多呢？计算的输入 toon 数量就越多？ 我问的问题很长，但答案很短，是不是只扣答案的 token 不是， 输了 token 呢？也要算钱？表情符号算几个 token 会不会比一个字还贵？常见的表情呢，是一个 token， 不 常见的会用两到四个 token 拼接表示。 deepsea 和 gpt 的 token 是 一样的吗？ 不一样，互相不认识。 y， y， d， s 这种网络词是几个 token， 一 般拆成 y， y 和 d s 两个 token， 要是这个词足够火，也可能被模型当做一个整体。同样的问题，我上午问和下午问，输出的 token 数会不一样吗？不一样，模型输出具有随机性，每次输出的 token 数量不同。 那小龙虾帮我下载电影是否要按 token 计费？小龙虾思考怎么下载？打开下载网站，执行下载命令，这些都需要消耗 token， 但是下载电影本身不消耗 token， 因为电影不是大模型生成的， 电影是存在第三方服务器上，只消耗下载流量，不消耗 token。 为什么我和 ai 聊得越久，回复同样一句话，花的钱就越多？ 模型是基于对话历史进行回答的，所以你所有说过的话呢，都会参与计算，计算成本就越高，这也是 ai 还需要按照输入 token 数量计费的原因。 怎么才能少用点 token 输入更少的提示词去掉？你好，请问这类废话规定模型输入长度，加一句五十字以内回答，但很有可能问题没有说清楚，回答呢也不够准确。如果前后问题呢？不相关也可以新开对话，避免历史对话参与计算。 托管是加密的密码吗？不是，托管只是一种文字编码方式，虽然你看不懂，但他并没有加密。 图片和文本的托管是一样的吗？不一样，图片会切分成很多小小的方块，每个方块呢？当做一个视觉托管，就像拼图一样。托管是为了收费而发明的吗？ 不是，托管是技术发明，是为了能表达和能计算，只是计算的成本和托管数量正相关，所以就按照托管数量收费。我使用豆包没有付费啊。为什么说托管是收费的？大厂为了抢占市场让你免费使用，成本呢？暂时不用你出， 如果你是企业用户或者养龙虾就需要支付费用。我在一段话里疯狂敲空格， ai 是 视而不见还是会偷偷扣我的钱？ 空格也算钱，虽然有的模型会把几个空格打包，大部分时候你多敲一个空格就再多烧一份算力。那 ai 产生的废话是不是能退费？不能，因为废话也是显卡辛辛苦苦算出来的。
5587陈兴AI
01:13查看AI文稿AI文稿普通人能不能自己生产托肯自己卖，这是最近遇到最多的问题啊。今天一条视频给你讲清楚，另外，以后每条视频给你们随机靠二十位粉丝安排托肯，帮助你们学习成长， 前提是要证明你会用啊。先说结论，能生产，但是算完账你就不会干了。原因很简单啊，自己生产这一百万的托肯，至少要花十几万去买 gpu， 再装一台服务器，还有二十四小时不断电，就这样，一台机器 还要花十几个小时才能生产出一百万个托肯。这就是普通人生产托肯面临的问题啊，不是做不了，而是做了一定亏。作为一个普通人，你想做托肯这门生意，正确的姿势不是自己生产托肯，而是用便宜的托肯去创造贵的服务和保障。我 再给你举个例子啊，用海外大魔星花了三块钱买了一百万个托肯，然后让 ai 帮你写十篇小红书文章，通过小红书给你写的这文案带货挣钱，那么成本就是三块钱 赚的其实不是托肯的差价，而是知道怎么用托肯，而别人不知道的是信息差，没听懂是吧？我再给你举个例子，用 ai 帮一个企业去搭建一套 ai 的 agent， 成本可能不到十块钱，但是可以收企业五千块钱的咨询费。 其实企业买的不是你那十块钱的托肯，而是你的认知力和有效产出。所以，不要跟资本抢着去生产托肯，要想着怎么用三块钱的托肯去创造三千块钱的价值。生产托肯的钱就留给资本去赚，普通人就用好托肯就够了。
363修罗攀
00:34查看AI文稿AI文稿好，今天我们在深挖一下透坑是怎么来的？透坑其实就是这些透坑工厂，像火山、阿里字节这些大工厂，在中国的西部，甘肃、贵州、 内蒙这些电力比较丰富的地方，他们建这个透坑工厂，然后用电力和芯片去生产这个透坑。 因为西部的店比较便宜，所以他们的生产成本就更低，然后有个词语叫西店东苏嘛，然后这个都肯出来以后，又变成这个东数西算。
55阿远
04:00查看AI文稿AI文稿还记得年初火爆全网的养龙虾吗？当初的热度直逼 check gpt， 结果呢，没火几个月直接销声匿迹。很多人都纳闷，好好的热门项目，怎么说凉就凉了？其实问题啊就出在用户薅羊毛薅的太狠了， 花固定的月费买个订阅权限，就疯狂的调用大模型资源。好比你花两百块钱买一张自助餐券，直接把店里所有的海鲜全搬空。最后大模型企业只能强制切换模式， 改成按偷啃实际消耗量计费。这一下使用成本直接暴涨，大批玩家扛不住只能纷纷退场。火爆一时的养龙虾就这么草草落幕了。 但重点来了，养龙虾凉了，不代表算力赛道凉，反而一个全新的算力风口升级登场，它就是偷啃工厂。 今天用大白话一次性给大家讲明白，这个风口到底是什么，值不值得关注。现在的 ai 早就不是单纯比拼谁的算力规模大，服务器配置强，比拼的核心已经变成了偷啃的产出效率， 说白了就是极致的降本增效，用最低的能耗，最少的成本，产出最多最实用的 token。 可能有人会问， token 到底是什么？很简单， token 就是 人工智能处理所有信息的基础单元，不管是你日常用 ai 聊天、写文案、做数据分析，还是智能办公，所有信息都会被拆解成一个个的 token 再进行计算处理。 而 tock 工厂就是专门量产 tock 的 核心基地。打个比方，算力就是生产流水线， tock 就是 这条流水线上最终生产出来的成品。 敲黑板，划重点， a 股市场里能真正吃透 tock 工厂这个风口的有三条核心主线，第一条，算力基建和 i d c 运营商。 这就相当于 tok 工厂的实体厂房，所有 tok 的 量产工作全得依靠这类基础设施，没有他们， tok 工厂就是空中阁楼，根本运转不起来。 第二条，绿色电力供应企业 tok 量产可是出了名的高耗能行业，电力就是生产必备的核心原料，而低成本的绿色电力能最大程度压缩生产开支，谁能拿到低成本绿电，谁就掌握了核心优势。 第三条，光通信和各类配套硬件设施批量生产出来的 toc 得快速的流转输送到各个应用端，这就全靠光通信这类高速传输设备充当传送带的角色，哪怕你产层再高，传输跟不上也是白搭，毫无价值。 这里必须给大家避个坑，单纯做传统算力租赁的企业，不算正宗的 toc 工厂概念， 这类企业只负责对外出租算力资源，不参与 tock 的 自主生产，说白了就是只出租厂房，不参与产品制造，根本不属于这个赛道的核心。正宗玩家千万别搞错了。再往深了拆解，正宗的 tock 工厂 完整的布局逻辑是什么？其实就是依靠能源、芯片、算力、模型、应用这五层协调体系，打造出一个完整的商业闭环，最终的目的就是让高端人工智能从少数人才能用的奢侈品， 变成我们全民普及随手可用的水电煤。这样的基础能源。走进千家万户，千行百业 还有一个重要信号，大家一定要关注！三大运营商正式下场布局，偷啃工厂，这可是赛道风口启动的重要信号，意味着这个赛道已经被头部企业认可，未来潜力无限， 风口已然到来。关键是怎么把握偷啃工厂赛道的投资逻辑到底是什么？怎么筛选潜力标的？直接预约我的直播，直播里给大家详细拆解，关注我，干货不缺席，投资不迷路！
36趋势看新哥
01:22查看AI文稿AI文稿最近干货让 deepstack 为 callex 打工， tockin 节约百分之五十。嗯，我手搓了一个工具，让 gpt 五点五能指导 deepstack 工作，把我的 tockin 消耗降低了百分之五十，把性价比拉满。 deepstack 桌面版就是今天最好的 ai 生产的工具，但它缺点有两个，一是订阅太贵，二是 gpt 五点五的额度太废。而 deepstack 又是一线模型中价格最便宜的，让 gpt 当大毛， deepstack 干活才是最完美的组合。 但 deepsea 是 需要接入可捞的扣子让他干活，然后把它包装成 mcp 给 callix 调用。我写好的 mcp 已经开源可用啊，大家可以直接跟 callix 说让他装上啊。这个 mcp 的 核心价值呢，有以下几点。 这个 m c p 本身我就是用 codex 桌面版开发的啊，开发过程很简单，可以说有手就行。如果你希望做一个这样的 m c p 的 话，可以把下面这些话发给 codex 桌面版 啊。注意，这样做出来的只是一个基础版啊，甚至不一定省 tokyo， 你 要一边用一边跟 codex 对 话来解决各种问题啊，最终肯定是能迭代出一个跟我一样甚至更好的版本，大家都可以试一下。
6116娄老师说的对
03:31查看AI文稿AI文稿你有没有想过一个问题，你现在打开雀的 gpt 花三毛钱问一个问题，这背后谁在挣钱？不是 openai， 起码不全是。讲个有意思的是讲今年 gtc 大 会上，黄仁勋说了一组数字，基于英伟达两代芯片的采购订单，到二零二七年累计至少一万亿美元。 什么概念？这不是预测，这是客户签了合同付了钱在排队等着拿货的。什么概念？这不是预测，这是客户签了合同付了钱。什么概念？这不是客户签了合同在排队等着拿货的 mate， 还有甲骨文也在网上干，他们二零二三年总共花了一千五百四十亿，到二零二八年预计要花六千二百亿，五年翻四倍。 mate 的 资本开支从七百二十亿直接跳到一千三百五十亿，谷歌从九百一十四亿涨到一千八百五十亿。 为什么砸钱砸的这么狠？这就要说到一个概念，注币权。你可能不知道，在 ai 世界里， talking 就是 新型货币。你问 ai 一个问题，它输出的每一个词，每一个标点都是一个 talking， 就 像你用人民币买东西一样，不同的 ai 模型需要不同的 talking。 在 中国用 mini max institute， 在 美国用 cheap 的 gpt， 相当于你用不同的货币。但不管印什么货币，印钞机都在谁手里，大厂手里你做一个小时 gpu， 不 管拿它跑什么模型干什么活，大厂都按时按量收你租金。这不是一笔 普通投资，这是一个永久收费站。 ai 经济体量越大，过路费收的越多。所以你就明白了，为什么大厂一边砸钱一边取债，谷歌甚至发了一笔一百年期的债券，他们真的不是短期回报，是这把椅子 一旦坐稳了，后来者几乎进不来了。数据中心、电力合同、光纤网络这些物理世界的资产，不是花钱马上就能复制出来的。今年有个现象很有意思， open router 的 数据显示，全球 talking 掉用量前十的模型有五六款，来自中国小米的 miimo 甚至排到过第一。不是说中国模型已经全面超越，而是性价比优势太明显。 同样一台印钞机跑一个小时，印 cheap， gpt 的 talking 可能印一百张，但印 deepseat 的 talking 能印一千张。算总账的话，用中国模型能调用的 ai 总劳动力反而更多。 米塔已经用真金白银证明了这件事的可行性。他们的 ai 广告工具 advantage 年化收入跑到了六百亿美元，占了总广告收入近三分之一。 ai 推荐的广告转化率实实在在的提高了。这不是概念 已经落地的生意，当然不是所有人都买账。大厂每花一美元建产能，能产出的增量收入正在下降，从零点九美元掉到了零点五美元左右。华尔街也有人担心，这么砸钱会不会有泡沫。但你换一个角度想，如果 ai 真的 像当年的店一样普 及，变成新的通用劳动力，每个人身边围着几十上百个 ai 助手替你管财务、盯健康、回邮件，那所有 ai 经济活动都 都得跑在某家大厂的基础设施上。杰文斯辩论说，一种资源越便宜，人们反而会用的越多。 ai talking 的 推理成本三年里降了上千倍，大量过去嫌贵 懒得做，甚至没想过能做的事突然都值得交给 ai 去做了。好，最后说一个让我一直在想的问题。过去一万年， pocket， 也就是货币存在的意义就是给人类的劳动报酬，从淘土筹码到美元，形态一直在变，但底层逻辑从没变过。人是唯一的通用劳动力， 所有 talking 最终都在为人的劳动定价。但如果 ai 真的 成了新的通用劳动力，而他的劳动用 talking 来计价，那这些 talking 背后对应的是什么？谁来定义人的价值？我不知道答案，但这个问题值得每个人想一想。
1346AI 微小众
09:59查看AI文稿AI文稿欢迎来到咱们今天的深度解析。说实话，在这个人工智能满天飞的时代，只要你用 ai， 绝对绕不开一个词儿，买 token 这玩意到底是个啥？既然用 ai 就 得好 token， 那 背后造 token 的 那些公司岂不是早就转翻天了吗？ 今天咱们就来彻底扒一扒 ai token 的 底子，看看它是怎么从一个极其枯燥的技术词汇，摇身一变成了驱动万亿资本的超级引擎的。咱们直接开始 咱们今天的路线图，非常干脆，先搞懂 tucker 到底是个啥，聊聊它的起源，然后再看看为什么各家 ai 不 能通用，价格差距到底藏着什么猫腻。最后也是最不可思议的，究竟是谁在靠它疯狂敛财？ 好第一部分，什么是 token？ 简单讲，它就是 ai 杠活儿的最小工时单位。怎么理解呢？你想啊， token 其实就像是工厂里发工资用的计件标准， ai 替你动一次脑子就消耗掉一点 token。 打个更接地气的比方，你看过那部爆款电影给亚麻的情书吧，如果把庞大的 ai 大 模型比作男主木生，把你也就是用户比作女主熟稞，你们俩其实是没法直接面对面说话的。 这时候 token 就是 那个帮你们带笔写信读信的中间人的两头跑，你和 ai 根本就聊不起来。 当你在对话框里敲下哪怕一个字，一场堪比科幻电影的微观大游行就在电光火石间开始了。第一步，你打字。第二步，软件瞬间把你的话切碎，变成 token。 第三步，这些 token 被转换成 ai 能看懂的数字编码和二禁制信号。 第四步，芯片开始疯狂运转，搞极度复杂的矩阵运算。第五步，算出了新 token 的 二禁之数字，再给你反向转回编码。最后第六步，还原成咱们人类能看懂的大白话。你看，这简直就是贯穿整条流水线的绝对灵魂对吧？ 听到这，我知道你们中肯定有人要问了，等等，这听起来不就跟咱们手机上网的流量一模一样吗？为啥非要弄个新词叫 tock？ 该不会是资本家为了显得高大上，特意造出来割咱们韭菜的吧？ 哎，这就得说到第二部分了， tock 即飞到底是怎么来的？其实啊，这是为了给整个行业定规矩。 真的，这其实是一场硬生生被成本给逼出来的革命。把时间倒回二零二零年 openai 内部。当时在算 gpd 成本的时候，简直是一个头两个大， 模型大小，上下文浓度，各种乱七八糟的硬件消耗根本就算不明白也没法统一。比来比去，最后他们发现只有 token 这玩意最靠谱，能成为唯一一个公开统一还能互相比较的单位。 所以就在那一年， openai 发了 gpt 三直接拍板，咱们以后就按 token 来公开计价。紧接着，到了二零二二年， chat 的 gpt 彻底火出圈。从那以后，好家伙， 国外的 anthropomorphic， 谷歌，国内的百度，字节跳动，全员抄作业，全都用上了 token 加 api 的 模式， token 就 这么一统江湖了。 但是呢，最抓狂的痛点也来了，既然大家都在用 token， 那 凭什么我在世界多包上充的钱跑去可捞的就不能用了？在 openai 买的额度拿给百度的文心一言，人家根本不认，每次都得挨个充值，简直烦透了，为什么它就不能像手机流量那样买一个包全网通用呢？ 咱们这就进入第三部分，为什么不能通用？这其实是各家 ai 的 字典困境 背后的逻辑其实特别好理解。就就好比你非要死皮赖脸拿着肯德基的会员卡跑去麦当劳点聚吧，人家能理你吗？完全不能对吧？把 open day 的 token 拿给别人用也是一模一样。 因为每一家 ai 公司都有独门绝技的分词器，就相当于他们有一本外人根本看不懂的专属字典。咱们拿数据说话，同样是一句话，不同的 ai 切出来的结果简直天差地别。 gpt 可能觉得，嗯，这是六个 token 文新一言一剑算出来是五个，换到 cloud 那 边，嘿，变成四个了。他们互相之间根本就不懂对方的语言逻辑， 更要命的是，每家公司的模型架构，那都是绝对的商业机密，谁会心甘情愿向对手妥协，统一标准呢？所以说实话，至少在未来的五到十年内，你想指望 token 像手机流量那样在底层实现完全互通，基本没戏。 不过天无绝人之路啊，到了二零二六年四月的时候，国内三大运营商终于搞出了个折中的通用 token 套餐。 简单说就是你给运营商交一次钱，他们用后台技术自动帮你把不同 ai 的 token 汇率给折算好。表面上用起来你感觉好像是通用了，但别被骗了，底层逻辑里，他们还是各算各的。 搞明白了互通性，咱们再来聊聊更刺痛神经的价格，同样是买一万个头啃在顶级的 gpt 四，那得花好几美金。但要是换成国内一些小模型，几分钱就搞定了，这几十上百倍的插件究竟是凭什么？ 这就是第四部分要揭晓的秘密了。硬件算力直击决定了 toc 的 身价，说白了，背后干活儿的物理芯片，才是决定 toc 卖多少钱的大楼板。 打个比方，你可以把那些顶级大模型背后的顶级 gpu 芯片想象成职场上年薪百万的精英女强人安迪。而那些普通芯片呢，就是刚毕业的职场小白邱莹莹。 要是只算一加一等于几，这种小事，安迪和邱莹莹都能秒回你，没区别，但如果你啪的一下甩过去一个极其复杂的跨国并购案，安迪能凭着超强的大脑稳稳拿下，但邱莹莹可能当场就崩溃卡壳了。 顶级模型参数多，脑子好，消耗的算力自然极其庞大，谁都想雇得起那个天价心税， 这就是定价天差别别的根本原因。第五部分来了，也是最刺激的，到底是谁在靠这玩意赚钱？ 欢迎来到庞大的 toc 工厂商业链。既然 toc 是 ai 的 命根子，那它肯定是被一条极度精密的工业流水线给造出来的。 整个链条分三块，最上游是卖铲子的 gpu 芯片厂商，中游是负责建工厂的服务器和数据中心厂商。到了最下游，才是咱们熟悉的那些把 tucker 打包卖给我们的模型厂商和运营商。 你可以猜猜看，在这条链上，谁赚得最狠？没错，越往上游走，赚得越是让人眼红， 上游那帮人的赚钱速度真的只能用疯狂来形容，就拿英伟达来说，一家公司直接垄断了全球将近百分之九十的 ai 加速卡市场，他的股价从二零二二年底的一百四十多美元，一路狂飙到九百多美元，三年时间翻了五倍多。 国内这边也是一样高国潜替代的海光信息从二零二三年到现在涨了超过三倍，最夸张的是，人家的订单都已经排到二零二七年了，即可是真正的躺着数潜啊！ 两万亿美元，朋友们，这真的是一个让人头皮发麻的天文数字， 正是全世界这种近乎贪婪的需求，硬生生的用真金白银把萤尾达砸成了人类商业史上的一个超级巨无霸。 当然了，吃肉的吃肉喝汤的也少不了，这破天的富贵也顺着产业链流向了中下游。 有了芯片，你得有服务器算力对吧？国内 ai 服务器龙头浪潮信息近两年涨了两倍多，搞数据中心呢？润泽科技、光环新网也是一路走高， 甚至四月份红信电子刚宣布说要建专门生产 t 肯的算力中心，当天股价直接拉涨停。 就连最下游三大运营商一推出通用套餐，像中国电信这种体量巨大的超级大盘股，都能在短短两天里猛涨八趴，可以说整条供应链都在狂吃 t 肯爆炸带来的时代红利。好了，最后第六部分，咱们来拔高一下， token 就是 ai 时代的石油。回顾咱们刚刚讲的这一切，从最微观的二净制代码，一直到宏观上造就了万亿市值的商业帝国， token 的 能量简直太恐怖了。 有一句话总结得极其到位，送给大家，流量是移动互联网时代的水和电，而 token 就是 ai 时代的石油，没有它，再从容的 ai 也就是一堆破铜烂铁，而掌握了它，就死死捏住了未来十年的财富密码。 那么问题来了，正在看这期解析的你，觉得在这场轰轰烈烈的 ai 石油狂欢里，咱们普通人能抓住的最大机会到底藏在哪个环节呢？别藏着掖着，来评论区聊聊你的想法吧， 最后耽误大家几秒钟，快速过一下。免责声明，本节期的所有内容仅用于只是分享，绝对不构成任何投资或理财建议哦！投资有风险，掏钱需谨慎。好了，感谢大家一直以来的专注与陪伴，咱们下期深度解析！
31噜啦啦
00:26查看AI文稿AI文稿各五点六深夜泄露内部代号拥尾花一百五十万透更上下文窗口碾压可五点五提升百分之四十三，零时令一键生成，商用级界面前端四号问题彻底终结， 哈灵猫 k 预测六月发布概率飙到百分之八十五，克隆三内四点八 jimmy 三点五 pro guog 五同步围角克三 w 四等了三年，现在迭代压缩到三十天，六月 ai 大 战一触即发。
18夜神AI
02:03查看AI文稿AI文稿toker 概念深度发展的六家公司，一、润建股份主营通信网络技术服务、 ai 算力服务，推动五项云谷智算中心全面转型。 toker 工厂采用按 toker 用量计费的商业化运营模式，提供标准化 ai 推理、 toker 生产服务 五项云谷一期投运六千台机柜，每小时可提供两千亿 toker 潜能，二零二六年规划打造四个万卡算力集群。 二、东方国信主营大数据云计算服务，自主打造 mash token 全流程平台，覆盖 token 生产、调度、计费、管控、分发全生命周期，是行业内首个 token 全生命周期运营平台，可无缝适配全球多款主流大模型协议搭建，企业 ai 能力统一调用入口。 三、红信电子主营柔性电子制造， ai 算力服务正式落地华为升腾三八四超节点算力集群项目，打造江苏省首个大规模 tko 工厂，首批部署四台华为升腾三八四超节点服务器， 通过设备互联，形成高性能超级算力集群，支撑 tko 规模化生产。四、利通电子主营液晶显示结构件 ai 算力服务， 拥有英伟达中国区 preferred 级 ai 云合作伙伴资质，全面从传统算力租赁向 token 生产收益分成模式转型，现有算力规模高达三点八万匹，算力出租率超百分之九十五，算力潜能储备充足。 五、首都在线主营云计算 i d c 服务，为智普 ai 核心算力供应商，在全球五十多个国家和地区布局边缘节点网络，主打 tokun 跨境传输加速服务，搭建国际化算力服务网络，保障 tokun 高效稳定传输，持续推进智算中心建设，夯实 tokun 业务潜能基础。 六、软通动力主营信息技术服务数字化解决方案，自研锐动智能体云平台，搭载专属 token hub 核心引擎，具备企业级 token 聚合高效治理能力，推出业界首款端侧 ai 推理四卡一冷工作站，全面打通全球算力，深度完善 token 产业生态布局。
752软件邦
02:33查看AI文稿AI文稿哈喽，大家好，今天跟大家聊一下关于这种免费投屏使用的问题啊。像啊，我自己的话，一般在用三个呃投屏的平台，第一个就是 字节的翠森啊，它是开发这一块，投屏的话用起来是比较快的，然后它也有几个特别好的模型，第一个就是 mini max 两点七啊，它也有付费的这种模型可以用，比如说呢， dipsic 四 pro， 包括界面三点一的版本，但这两个版本的话就需要排队啊，有很严重的排队。 然后呢，它的国际版就可以呃，间接的解决这个问题，就是它国际版的话，每个月有三美金的赠送，当需要有这种比较复杂的需求的话，我一般会用翠的国际版，也就是用它三美金这个版本来进行一些复杂任务的处理， 但是像一些简单的任务啊，或者说可以用 skill 去做好的这种任务，就基本上它的国内版就 ok 了啊。嗯，还有一个呢，我自己在用的就是英伟达的平台，黄教主的平台。黄教主的平台呢，就特别良心啊，它没有 token 的 限制，然后它只有一个 呃一分钟五次 api 调用的限制啊，所以这里边儿呢，就是当呃有一些比较长周期的，就突破销量特别大的这种任务，比如说一些大的 需求的刚开始的一些开发，那可能就会用黄耀祖的这个英伟达的开放者平台来做。它上面的话也有几个比较好的模型啊，目前的话只有只留了 mini max 二点七了啊，原来还有 deepsea 三点二 刚开始的版本，包括 g l m， 也就是智普的四点七的版本可以用， 但是就是像英伟达的话，它有一个小小的细节，就是注册的细节，如果你是用个人的邮箱去注册的话，就很难注册到啊，像国内的话基本上注册不了，像我自己的话都花了好长时间去注册，就就后面就一直没搞定， 完了之后到网上找了很多资料，然后他们讲说要换成企业的邮箱就 ok 了啊，结果我换成企业邮箱 就立马就注册好了啊，所以有这样的细节。以上就是我自己在用的这几个， 就是开发当中有用的这几个托管的平台，目前的话没有托管慌啊，至少免费的话每天的工作量都是 ok 的 啊。大家有什么更好的平台可以留言那？拜拜。
01:27查看AI文稿AI文稿企业部署百亿大模型，如何兼顾高并发长文本业务与稳定性能？我们通过 a 六千部署 gps 一 二零 b 模拟高输入、低输出的高压测试，还原真实吞吐与延迟性能数据。测试环境依旧是 a 六千单机八卡部署 gps 一 二零 b 模型， 核心数据显示，短上下文三千 token 输入并发一百时，百分之五十请求内 ttf 零点六六八秒， 每个输出 token 平均耗时零点零三八秒。中等上下文八千 token 输入并发一百时，吞吐量接近两点九万 token 每秒， 轻松支撑大规模在线服务，实时对话几乎无延迟。长文本三万 token 字输入吞吐量仍稳定在一点八万以上，最高可达两万一千四百零二 token 每秒，满足合同、论文等长文档场景全部十二组测试中请求，成功率保持在百分之九十九点八以上，系统稳定 结论也比较清晰， a 六千八卡部署 g p t o 一 二零 b 模型，推荐并发为二十到三十系统吞吐，在二十并发时，每月可实现四万六千七百四十六百万偷看吞吐峰值可达五万五千四百七十五百万偷看吞吐。低成本实现大模型高校部署， 适配企业高并发长文本核心业务，点动科技深耕落地门槛，以成熟算力、封装能力保障 ai 服务流畅，成本可控、稳定可用。
