注册并分享邀请链接,可获得视频播放与邀请奖励。

与「mint」相关的搜索结果

mint 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 mint 的内容
Kimi 开源后,真的意味着 AI 不收费了吗? 白线主播 Minta 认为,Kimi K3 的开放权重正在改变 AI 模型竞争规则,但“免费模型”并不代表“免费 AI”。 2.8 万亿参数模型背后,需要 GPU、网络和工程团队支撑; 同时 Moonshot 也通过许可证保留大型商业分发场景的议价权。 未来 AI 竞争的关键,不只是拥有模型权重,而是谁能用更高的 GPU 利用率和更低的推理成本实现规模化服务。 内容不构成任何投资建议,请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品,从 Crypto 走向更广阔的资本市场,关注 AI 时代下的趋势变化与交易机会。
显示更多
开源模型越便宜,GPU 需求反而可能越强? 白线主播 Minta 认为,开源模型正在带来新的 AI 算力需求。DeepSeek 在 OpenRouter 上的 Token 份额从年初约 9% 增长至 6 月约 20%,而 AI Agent 单次请求消耗约为普通请求的 15 倍,可能推动 GPU 推理需求持续增长。 但开源降低 Token 价格的同时,也会压缩利润空间,AI 芯片投资周期能否延续,关键看需求增长是否跑赢价格下降。 内容不构成任何投资建议,请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品,从 Crypto 走向更广阔的资本市场,关注 AI 时代下的趋势变化与交易机会。
显示更多
“He’s so fun to be around... He’s 1-of-1” Head Coach Jesse Minter on @kyledhamilton_
0
3
545
33
转发到社区
“He’s a competitor. He studies the game.” Head Coach Jesse Minter on @MartinIsland21
0
3
434
25
转发到社区
“Unbelievable atmosphere for our players.” Head Coach Jesse Minter opens up his press conference following stadium practice at @UofMaryland
0
2
418
25
转发到社区
EP-07 Kimi 开源引发巨变,AI 行业谁还能赚钱? 这一期《白线 WhiteLine》,主播 Minta @minta0103 聚焦一个正在挑战 AI 定价体系的问题:当 Kimi K3 开源、性能逼近顶尖闭源模型。市场开始追问:模型免费了,AI会变成免费生意吗?本期视频连算三笔账,层层拆解这个问题。 第一笔账,算真实成本。API 单价上 Kimi 便宜四到七成,但持续思考和工具调用会大幅拉高 Token 消耗,有研究显示标价低 78% 的模型,实际完成任务反而贵了 22%,极端案例反转高达 28 倍。便宜与否,要看 Token 消耗、成功率和重试次数,不能只看价目表。 第二笔账,算部署成本。权重免费不等于运行免费,2.8 万亿参数模型的 GPU 集群投入巨大,更致命的是利用率惩罚——低负载下自建成本可达 API 的 36 倍,优势只属于能把 GPU 跑满的大平台。 第三笔账,算商业模式。开源许可证对收入超 2000 万美元的 MaaS 和超级应用保留议价权,放弃的是普遍授权费,留的是生态做大后的谈判筹码。 核心结论是,开源模型不需要全面击败闭源模型,也不必成为唯一选择。它真正改变的,是企业不再需要把每一次调用、每一份预算永久绑定在同一家模型公司身上。模型一旦可以替换,价值便可能从模型层重新流向算力、云、任务调度和规模化推理。开源与闭源的战争或许不会产生唯一赢家,但它已经开始改变谁能赚钱。 内容不构成任何投资建议,请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品,从 Crypto 走向更广阔的资本市场,关注 AI 时代下的趋势变化与交易机会。 时间线: 01:05 Kimi K3 开源,性能逼近顶尖闭源模型,市场开始质疑闭源高价能否持续 02:10 第一笔账:API 单价便宜四到七成,但考虑持续思考和重试,真实任务成本可能反转甚至高出 28 倍 03:35 第二笔账:权重免费但自建推理依赖昂贵 GPU,低利用率下成本可高出 API 达 36 倍,优势向大平台集中 04:50 第三笔账:许可证对收入超 2000 万的 MaaS 和超大应用保留议价权,开源不等于完全放弃收费 05:55 未来格局:开放模型吃高频低价任务,闭源守高风险复杂需求,企业走向混合架构 06:30 半导体猜想:开源推理用量暴涨可能点燃芯片 FOMO,关键看 Token 用量增速能否跑赢价格崩塌
显示更多
. ݁₊ ⊹Mintooo ~૮( •̀ Ⱉ •́ )ა booo ୭˚. ᵎᵎ
0
0
12.4K
308
转发到社区
开源模型有机会打败 OpenAI 和 Anthropic 吗? 白线主播 Minta 认为,OpenAI 和 Anthropic 的领先优势并不意味着模型竞争已经结束。Chamath 的 Software Factory 实验显示,Claude 在工程化系统加持下速度提升约 1.5 倍,而开源模型结合相同系统后成本降低约 16.4 倍。未来企业或许不会绑定单一模型,而是根据任务选择不同模型组合。 内容不构成任何投资建议,请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品,从 Crypto 走向更广阔的资本市场,关注 AI 时代下的趋势变化与交易机会。
显示更多
2026 谷歌受 AI 影响,首次出现负现金流 谷歌第二季度资本开支达到 449 亿美元,全年 AI 基础设施投入指引上调至约 2000 亿美元,自由现金流也首次因 AI 投资转负。 白线主播 Minta 认为,市场真正需要关注的不是谷歌还能投入多少,而是这些新增算力能否通过 Gemini、Cloud 和广告业务转化为收入与利润增长。 内容不构成任何投资建议,请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品,从 Crypto 走向更广阔的资本市场,关注 AI 时代下的趋势变化与交易机会。
显示更多
🚨SlowMist TI Alert🚨 💸 @LienFinance Loss: ~542k USD 🔍 Root Cause: The `exchangeEquivalentBonds` function in BondMakerCollateralizedEth lacks proper multiset integrity checks. It only counts total exception occurrences instead of verifying each bondID's appearance per group. By repeating a single exception bondID in the output group, attackers consumed the exception count twice, masking a missing input exception. This allowed minting new non-exception BondTokens without burning the corresponding input bonds, which were then sold for USDC from a pre-approved victim address. 📌 Attacker: 0x0d7d9023531ad1a88414e216ee2715f63561808a 📌 Victim: 0xa961684a3a654fb2cca8f8991226c0cefc514d80 📌 Vulnerable Contract: 0xda6fc5625e617bb92f5359921d43321cebc6bef0, 0x843225cf6e663e4454732d6b551a737ac7b47de0 Attackers exploited the flawed exception-counting logic to mint unbacked bond tokens, swapped them for USDC via three pre-authorized endpoints, and drained 542,144.628604 USDC from the victim. Powered by Tx:
显示更多