与「OpenAI」相关的搜索结果

Bloomberg 报道称 OpenAI 的 revenue run rate 已经超过 400 亿美元。 根据 TickerTrends 最新追踪，他们的数据此前已经穿过这个区间： 7 月 29 日达到 426 亿美元。 8 月 12 日达到 443 亿美元。

Bloomberg reported OpenAI surpassed a $40B revenue run rate. Our updated tracking shows TickerTrends had already moved through that range, reaching $42.6B on Jul. 29 and $44.3B by Aug. 12. Note:

Ultrafast mode for GPT-5.6 Sol is now in limited preview, powered by Cerebras. We gave @OpenAI's GPT-5.6 Sol the same prompt on Ultrafast and Standard: build a financial terminal-style dashboard for analysts. Ultrafast: 1 min 50 seconds Standard: 12 min 20 seconds Same result, nearly 7x faster.

Previewing Ultrafast mode for @OpenAI's GPT 5.6 Sol, powered by Cerebras. GPT-5.6 Sol Ultrafast generates responses at up to 750 tokens per second. That's the full, GPT-5.6-Sol model -- up to 14× faster than the same model on Standard processing. It speedran Humanity’s Last Exam in 11h 11m, nearly 7× faster than Claude Fable 5 with comparable accuracy.

Previewing Ultrafast mode: GPT-5.6 Sol at up to 14x the speed. Launching first in the OpenAI API to a select group of customers with expanded access to more businesses as capacity grows.

We’re launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning effort for V4-Pro & V4-Flash: low for simple tasks, high for daily Agent workflows, max for complex tasks. 🔷 Native OpenAI Responses API support, optimized for Codex with one-click setup. V4 Pro is now available on app/web. Try it via “Expert Mode”. V4 Pro is also available via API. Model names remain unchanged—please refer to the API docs for setup details.

员工规模差距也很明显： OpenAI约4500人 Anthropic约4000人 1094人 MiniMax 428人 Moonshot AI约300人 DeepSeek约200人 除 来源：Cheryl Wu，根据MiniMax、

OpenAI每位员工，2025年仅股票薪酬就平均达到150万美元。 MiniMax人均总薪酬约19.7万美元，Z. AI约18.5万美元，其中还包括股票薪酬。 虽然统计口径不同，但这个差距还是相当夸张。

年底决战？字节和 OpenAI 到底在训练什么超大模型？ 前两天从 Financial Times 上看到消息，字节跳动正在训练一个最多可能达到 10 万亿参数的模型；据知情人士透露，字节的项目尚处于早期预训练阶段，这一过程通常需要三到六个月，之后还要经历微调、安全评估和产品化。10 万亿是可能达到的规模，最终数字仍会随训练方案调整。我个人判断 5 - 10 万亿是可能的。 作为参照，月之暗面的 Kimi K3 拥有 2.8 万亿总参数，字节新模型在纸面上接近它的三倍，非常吓人。不过 K3 采用混合专家架构，每个 token 激活约 1040 亿参数，因此总参数不能直接换算成模型能力。 把规模做到这个级别，考验的不只是 GPU 集群、综合算力等。数据质量、集群通信、训练稳定性和故障恢复，都需要。 字节的优势在于拥有豆包、抖音和 TikTok 等大规模产品，可以持续获得真实反馈，也有能力把模型迅速送到海量用户面前。它最终是否开放权重、推理成本能否压下来，目前都没有确定答案。 OpenAI 同样马不停蹄，他们在训练的模型信息比较确定，一个是 Astra 系列，一个是 Doug。 Astra 是已经对外披露能力的下一代模型家族，OpenAI 称其内部版本在数学和理论计算机科学上取得十项新结果，相关论证随后被整理成人类可读的论文，并给出了形式化证书。 OpenAI 在内部评估后“尚不能排除” Astra 达到了 Critical 级网络安全能力，因此得扩大测试并放慢开发。也就是说，虽然 Astra 还没有被正式判定为首个 Critical 模型，但它已经触发了更严格的隔离、监控和安全措施。 在中国开源模型的追赶下，海外报道称 OpenAI 需要通过尽快发布 Astra（GPT 6 级别模型）保持优势。时机至关重要——他们越是拖延，中国的开源模型就会被采用得越多 😂 Doug 则更接近字节正在做的事情。外部消息将 Doug 描述成 OpenAI 迄今规模最大的一次预训练项目，而且它与 GPT-6 并不是同一个模型。OpenAI 尚未正式公布其规模和发布时间。过去两年，OpenAI 通过强化学习和后训练不断挖掘现有的模型底座，能力增长很快，但边际收益也在逐渐变小。 Doug 释放的信号，是它准备重新训练一个更强的基础，再叠加已经成熟的推理与 Agent 训练体系。 字节这个事情如果确定，那就证明中国团队能够独立完成世界级超大预训练，并把能力稳定交付给产品，毕竟 Kimi K3 已经突破了；OpenAI 要做的是，证明大规模预训练仍能带来足够大的跃迁，并处理随之而来的安全成本。 还有 4 个月，年底的大模型又要天翻地覆了。