开源AI崛起为何未冲击Anthropic等前沿实验室

深度2026年7月7日4 分钟阅读
开源AI崛起为何未冲击Anthropic等前沿实验室
Decagon CEO Jesse Zhang提出一个新观点:开源模型与前沿模型并非直接竞争,而是同一生命周期中不同阶段的选择——前沿模型用于探索新用例,成熟后则迁移至更便宜的替代方案。Vercel数据佐证了这一趋势:DeepSeek在Token量上领先,但Anthropic仍占据总花费一半以上。
本文编译自 Why the rise of open source AI isn’t hurting Anthropic … yet,版权归原作者所有。

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

Vercel 每天路由超万亿 token,Coinbase 通过默认使用开源模型、任务路由和激进缓存将 AI 成本降低近一半。两者均采用模型网关作为控制平面,动态选择模型,并强调持续评估和可观测性的重要性。

深度The New Stack·7月7日·5 分钟

Claude Cowork 从桌面端扩展到移动和网页端,支持后台持续运行和跨设备协作。分析显示其最常用于业务运营、内容创作等非编程任务,编程仅占 8.7%。

深度·7月7日·4 分钟

评论