Anthropic公开模型只是冰山一角：更强的Mythos 2捏着不发，下一代Mythos 3也在推进
相关推荐
Anthropic自曝Model2：强过Mythos5，暂不发布
据动察 Beating 监测，Anthropic 最新风险报告首次披露内部模型「Model 2」。它整体比 Mythos 5 更强，在不少内部任务上有明显提升，现在已经大量用于写代码、生成数据和跑 Agent。不过 Anthropic 暂无对外发布计划，也没有跑完平时发布新模型前会做的整套评测。 Anthropic 还把模型在高风险场景下「不按预期行事」的风险判断从「极低」上调到「低」。原因是近期网络安全测试接连出了事故，公司对这类风险的判断没以前那么有把握。此前 Claude 曾在测试中意外连上真实互联网，并未经授权进入三家外部机构的系统。 Claude 也已经深度参与 Anthropic 自己的研发。公司最终合入的生产代码，大部分已经由 Claude 编写，但 AI 带来的整体研发提速还不到 2 倍。大量代码能交给 AI，不代表整个研发流程也能自动化。 与此同时，部分具体任务评测已经「测不动了」：模型继续变强，原来的测试却越来越难看出差距。Anthropic 因此承认，现在对 AI 研发自动化风险的判断，反而没有以前那么有把握。
字节10万亿参数模型已开训，规模逼近Anthropic Mythos5
据动察 Beating 监测，英国《金融时报》援引三名知情人士称，字节跳动已经开始预训练一款最高 10 万亿参数的大模型。项目仍处于早期阶段，最终规模尚未确定。如果按上限训练，它将达到 Kimi K3 的三倍以上，成为目前已知中国团队中参数规模最大的模型。 字节这次直接把模型尺寸推到了 Anthropic 旗舰附近。Anthropic 从未公布 Mythos 5 的参数量，但《金融时报》援引行业估算称，Mythos 5 约为 8 万亿参数，Fable 5 约为 5 万亿。字节新模型若做到 10 万亿，至少在参数规模上已经进入美国最前沿闭源模型的同一量级。 这款模型目前还在预训练（用海量数据训练模型的基础能力）。《金融时报》称，这一阶段通常需要 3 至 6 个月，之后还要继续后训练，顺利才会发布。参数更多也不等于能力一定更强，最终表现还取决于架构、训练数据和训练方法。 张一鸣近期在 Seed 内部明确反对蒸馏竞争对手模型，要求团队接受短期落后，靠自研冲击世界第一梯队。这款最高 10 万亿参数的新模型，是字节目前最激进的一次规模下注。
Anthropic最强模型Fable5和Mythos5明日解封
据动察 Beating 监测，Anthropic 发布公告称，美国商务部已解除对 Claude Fable 5 和 Mythos 5 的出口管制，将于明天开始恢复访问，并将很快分享更新。
SemiAnalysis要募4亿美元基金：边写AI芯片研报边投资
据动察 Beating 监测，芯片与 AI 基础设施研究机构 SemiAnalysis 正筹集一只 4 亿美元风投基金。美国 SEC 文件显示，基金名为 SemiAnalysis Capital Fund I，由创始人 Dylan Patel 管理。 Patel 已持股约 20 家初创公司，包括 Thinking Machines Lab 和芯片公司 Enfabrica。他此前还募集 5000 万美元，专门投资 AI 基础设施公司 Fluidstack。 SemiAnalysis 过去靠研究芯片和 AI 基础设施建立影响力，现在开始大规模募集资金，直接投资自己长期关注的行业。它可能一边评价相关公司，一边持有这些公司的股份，今后如何披露投资关系会更加重要。
SemiAnalysis：Kimi K3跻身全球第三，或揭示OpenAI与Anthropic隐藏利润空间
火星财经消息，7 月 20 日，SemiAnalysis 分析师 Jordan Nanos 和 Max Kan 近日围绕月之暗面旗下模型 Kimi K3 展开分析，认为该模型在综合基准测试中超越 Google Gemini，不仅反映中美 AI 模型差距缩小，也为推测 Anthropic 和 OpenAI 等闭源 AI 公司的商业模式提供了新视角。 根据 SemiAnalysis 综合评价，Kimi K3 目前排名全球第三，仅次于 Fable 5 和 GPT-5.6，并超过 Google Gemini。分析师表示，虽然这一结果并不意味着 Google AI 业务出现重大问题，但 Kimi K3 公开披露的参数规模、性能和定价，为外界估算闭源模型经济价值提供了参考。 Kimi K3 拥有 2.8 万亿参数，远超多数公开模型。Jordan Nanos 表示，如此规模的模型无法部署在单个英伟达 B200 GPU 上，需要 GB300、B300 级别系统或 AMD MI355X 等更高规格硬件支持。他据此推测，Anthropic 和 OpenAI 的旗舰闭源模型可能也处于类似参数规模，而非拥有数量级领先优势。 在商业模式方面，Kimi K3 上线价格接近 Anthropic Sonnet 系列模型，输入价格约为每百万 token 3 美元，输出价格约为每百万 token 15 美元，较上一代 Kimi 模型价格上涨约 3 倍。 Max Kan 认为，如果月之暗面并非长期亏损运营，那么 Anthropic 和 OpenAI 针对类似规模模型收取更高价格，意味着其 API 业务可能具备较高利润率。「出售 API token 可能比 SaaS 更赚钱。」他说。 不过，两位分析师强调，上述判断并非基于 AI 公司的公开财务数据，而是通过 Kimi K3 的参数、价格和性能表现进行反向推演。
SemiAnalysis：存储还有两到三倍空间，CPO大规模量产推迟至2028年末
火星财经消息，7 月 10 日，SemiAnalysis 创始人 Dylan Patel 在最新播客中系统回应了 AI 投资回报率争议。他透露 Anthropic 已于今年第二季度实现自由现金流转正，年化经常性收入突破 500 亿美元，毛利率超 70%。「4 月盈利，5 月盈利，6 月看起来也一样。」OpenAI 营收则随 Codex 采用率提升快速增长。Patel 以 SemiAnalysis 自身数据佐证——公司 90 人团队年化 AI 支出从去年 11 月不足 10 万美元飙升至目前 1100 万美元，AI 成本已超人力成本的三分之一。「每次模型从 4.6 Opus 升级到 4.7 Opus，支出会先下降一周，然后又飙上去——因为以前做不了的事现在能做了。」其认为 Anthropic 的核心优势正是 Token 效率更高、用户综合成本更低。 在硬件层面，Patel 对内存的判断最为坚定：「这不是短期短缺，是会持续多年的结构性短缺。」推理模型驱动 KV 缓存爆炸性增长，而内存产能每年仅增长 20% 至 30%，供需缺口将持续扩大。内存已涨四倍，仍有 2 至 3 倍上行空间；消费电子将率先承压，中低端手机厂商出货量已下降 40%。同时对 CPU 的叙事给予明确警示——当前需求包含大量历史补缺效应，一旦欠账补完，从绝对金额看 CPU 远不及 AI 加速芯片。「内存和 AI 加速芯片才是大头，CPU 是被低估后的重估，但不会无限期地以超过 AI 芯片的速度增长。」 关于市场热捧的 CPO，其明确判断真正大规模量产要等到 2028 年底至 2029 年——制造良率、芯片设计和供应链成熟度均未达标，英伟达 Rubin 及其后续架构 Feynman 仍将使用全铜方案，这意外延长了铜缆连接器红利期。 电力方面，其预测今年新增数据中心用电 20 吉瓦，明年 30 吉瓦，后年 50 吉瓦，其中一半将来自企业自建「表后电源」，联合循环燃气机组当前是主流，但两年内太阳能加储能的综合成本有望低于燃气发电。