字数 1321，阅读大约需 7 分钟

新闻：Anthropic最新旗舰AI训练成本揭示，远低于预期

引言

Anthropic作为AI领域的领军企业，其最新发布的旗舰AI模型Claude 3.7 Sonnet备受瞩目。然而，关于其训练成本的讨论却引发了广泛关注。

训练成本的澄清

据沃顿商学院教授Ethan Mollick在X平台上的帖子所述，Anthropic公关部门明确表示，Claude 3.7 Sonnet的训练成本仅为数千万美金，所使用的计算能力不到10^26 FLOPs。这一数据远低于此前的预期，为AI行业带来了新的思考。

与前代模型的对比

回顾Anthropic的前代模型Claude 3.5 Sonnet，其训练成本同样为数千万美金。与2023年其他顶级模型相比，如OpenAI的GPT-4（超过1亿美元）和Google的Gemini Ultra（接近2亿美元），Anthropic的训练成本显得尤为经济。

对AI行业的影响

训练成本的降低对AI行业具有重要意义。首先，它意味着企业可以更快速地发布新模型，加速技术进步。其次，更低的成本使得更多企业和研究机构能够参与到AI领域的研究和应用中，推动行业的多元化发展。然而，Anthropic CEO Dario Amodei也指出，未来AI模型的训练成本可能会达到数十亿美金，这将对行业产生深远影响。

未来发展趋势

随着AI技术的进步，未来模型可能会朝着规模更大、能力更强的方向发展。这将导致训练成本的进一步增加，同时也会对计算资源提出更高要求。此外，随着“推理”模型的兴起，模型在运行过程中的计算成本也将持续上升。因此，AI行业需要不断创新和优化，以应对未来挑战。

AI训练成本的未来趋势和挑战

未来模型的成本预测

Anthropic CEO Dario Amodei预测，未来AI模型的训练成本可能达到数十亿美金。这一预测基于当前模型训练成本的快速增长趋势，以及对更复杂模型架构和更大规模数据集的需求。

计算成本的持续上升

随着AI技术的发展，推理模型对计算资源的需求也在不断增加，这导致了运行成本的持续上升。云计算和硬件优化在降低成本方面具有一定的潜力，但仍然难以完全抵消计算需求增长带来的压力。

安全测试和基础研究的成本

除了训练成本，AI技术的发展还需要考虑其他重要开支，如安全测试和基础研究。这些开支对于确保AI技术的安全性和可持续发展至关重要，但同时也增加了整体的成本负担。

AI行业的竞争格局

AI行业的主要参与者包括科技巨头如OpenAI、Google等，以及一些初创公司。例如，OpenAI在开发其GPT-4模型时花费了超过1亿美元，而Google在训练其Gemini Ultra模型上投入了近2亿美元。这些高昂的成本使得只有少数公司能够承担起最前沿的AI研究和开发。然而，随着技术的进步和成本的降低，未来可能会有更多的公司参与到这一领域中来，从而推动整个行业的发展。

根据Wharton教授Ethan Mollick透露的信息，Anthropic的最新旗舰AI模型Claude 3.7 Sonnet的训练成本为数千万美金，使用了不到10^26 FLOPs的计算能力。这表明，与之前相比，发布最先进的模型变得相对便宜。Anthropic CEO Dario Amodei最近提到，其前一代模型Claude 3.5 Sonnet的训练成本也为数千万美金。这些成本与2023年顶级模型的训练成本相比有了很大的下降。Amodei预计未来的AI模型将需要数十亿美元的训练成本。这主要是由于更复杂的模型架构和更大规模的数据集的需求。此外，随着AI行业逐渐采用“推理”模型，这些模型需要长时间地解决问题，因此运行模型的计算成本也将继续上升。

在降低成本方面，云计算和硬件优化具有一定的潜力。通过使用云计算资源，公司可以按需分配计算能力，从而避免了大规模投资于本地硬件的成本。同时，硬件优化也可以提高计算效率，从而降低整体的训练和运行成本。

然而，除了训练成本，AI技术的发展还需要考虑其他重要开支，如安全测试和基础研究。这些开支对于确保AI技术的安全性和可持续发展至关重要。