30 秒看重點
- 據 MarkTechPost 等外媒報導,阿里巴巴旗艦模型 Qwen4-Max 在 11 月 16 日正式開放 API,每百萬輸入 Token 1.5 美元、輸出 4.5 美元,上下文長度 100 萬 Token。
- MLCommons 11 月 16 日公布 MLPerf Training v6.1,24 個組織送出 153 套系統,輝達 Vera Rubin 與 Google TPUv7 首度出現在訓練成績裡。
- AMD 宣布橡樹嶺國家實驗室的 Lux 超級電腦開放科學家使用,是美國能源部 Genesis Mission 第一台上線的 AI 工廠。
事情是這樣的,昨天 AI 圈沒有什麼爆炸性的發表會,可是三則新聞剛好排成一條線,從模型的價格、訓練的硬體,一路講到國家級的算力,拼起來就是「AI 到底要花多少錢」這題。
Qwen4-Max 是什麼?API 要多少錢?
Qwen4-Max 是阿里巴巴最新一代的旗艦大型語言模型,11 月 16 日正式開放按量計費的 API,每百萬輸入 Token 1.5 美元、輸出 4.5 美元。 據財聯社報導,預覽版 11 月 11 日先上阿里自家 Token Plan,這次才是一般開發者都能用的正式版。
據 MarkTechPost 報導,它是 MoE 架構,總參數約 2.4 兆、每次只動用 710 億,能讀文字、圖片和影片。前代 Qwen3.8-Max 是輸入 2 美元、輸出 6 美元,兩邊都便宜大約 25%。
名詞小教室:MoE(混合專家模型)就像一間有幾百位專科醫師的大醫院,病人進來只掛其中幾科,醫院很大,看一次病卻不貴。想看完整解釋可以讀MoE 是什麼。
阿里官方說法是,新模型在自家評測追平或超越前代,Token 卻最多省一半;內部 Work360 測試裡,每個任務平均成本從 4.43 美元掉到 1.67 美元。老實講這是球員兼裁判的數字,參考就好。
可是有一點要先講清楚:Qwen4-Max 沒有開放權重,是鎖在阿里雲上的商用模型。想下載回家跑的人,得等阿里說要晚點推出的小尺寸 Qwen4。
MLPerf Training v6.1 測出了什麼?Vera Rubin 表現如何?
MLPerf Training v6.1 是 AI 晶片界的「聯考成績單」,這次共有 24 個組織送出 153 套系統、250 筆成績,輝達 Vera Rubin 和 Google TPUv7 都是第一次入榜。 MLCommons 在 11 月 16 日公布結果。
這輪新增兩個考科,一個是推薦系統,另一個是業界第一個「後訓練」測試,用 Qwen3.5-397B 來考,題目設計成 1,024 個 GB300 GPU 小時內要跑完一次真實流程,馬上就收到 29 份成績。
名詞小教室:後訓練(Post-training)就是模型讀完整個網路之後的「補習班」,教它怎麼好好回答、少講錯話。以前大家只比誰的書讀得快,現在連補習效率也要比了。
輝達自己的部落格宣稱橫掃全部項目,CoreWeave 則說它是唯一送出多機櫃 Vera Rubin 成績的雲端業者。這兩句都是廠商自己講的,要比細節還是回去看 MLCommons 的官方資料。
另一個小訊號是雲端系統佔了 37%,上一輪才 29%。簡單來講,拿雲端機器來應考的隊伍變多了。
AMD Lux 超級電腦是什麼?誰可以用?
Lux 是 AMD 和美國橡樹嶺國家實驗室合作的 AI 超級電腦,11 月 16 日正式開放科學家使用,是美國能源部 Genesis Mission 第一台上線的 AI 工廠。 AMD 新聞稿表示,Lux 在最新 TOP500 超級電腦排行榜排第 14 名。
它用的是 AMD Instinct MI355X GPU 配 EPYC 處理器。據 StorageReview 報導,Lux 每年 350 萬節點小時的算力,一半給 Genesis Mission 的科學研究,另一半按能源部費率開放給公私部門付費使用,鎖定能源、材料、醫療、製造等領域。
你可以把它想成政府蓋了一座「公共健身房」,一半時段給國家隊練習,一半開放民眾買票進場。
對 AMD 來說,美國國家級 AI 計畫的第一台機器用的是自家晶片,這個廣告效果比排名本身還好用。只是第 14 名稱不上頂尖,接班的 Discovery 要等到 2028 年。
編輯觀點:價格戰打到最上游了
三則放在一起看,訊號滿一致的:AI 正在從「比誰最強」變成「比誰最划算」。Qwen4-Max 主打同樣能力少用一半 Token,MLPerf 開始考後訓練效率,Lux 則把國家算力拆成時段賣。三邊都在算帳,只是算的層級不同。
台灣視角反而藏在 MLPerf 的送件名單裡。24 個組織裡,華碩、技嘉(Giga Computing)、英業達、神達(MiTAC)和廣達旗下的雲達(QCT)都有送成績,24 家裡台灣伺服器廠就佔了 5 家(這比任何新聞稿都實在)。
Qwen4-Max 的降價對台灣開發者是實質誘因,可是中國模型牽涉資料存放與合規,企業導入前最好先問過法務 不然老闆會先問你。
明天值得關注
輝達第三季財報預計台灣時間 18 日清晨公布,Vera Rubin 出貨進度會不會被問到,值得一起看。
常見問題 FAQ
Qwen4-Max 要多少錢?
據外媒報導,Qwen4-Max 正式版 API 每百萬輸入 Token 1.5 美元、輸出 4.5 美元,快取輸入每百萬 Token 0.075 美元,比前代 Qwen3.8-Max 便宜約 25%。
Qwen4-Max 可以免費下載嗎?
不行。Qwen4-Max 是阿里巴巴的閉源商用模型,只能透過 API 使用,沒有開放權重;阿里表示較小尺寸的 Qwen4 模型之後才會釋出權重。
MLPerf 是什麼?
MLPerf 是由 MLCommons 主辦的 AI 硬體效能基準測試,各家晶片與伺服器廠用同一套題目比訓練或推論速度,常被當成 AI 晶片的公開成績單。
整理一下今天的重點:模型降價、晶片考後訓練、國家算力開放租用,這天的 AI 新聞真的都在算錢。
希望這篇快報有讓你掌握今天的 AI 動向哩~如果這篇有幫到你,歡迎分享給同樣在追 AI 趨勢的朋友。
我們明天見囉~
本快報由 Array 報報 AI 編輯部根據上方引用來源整理,每日 08:00 自動發佈。