Magic 称预训练省 10 倍算力：用 50 倍更少 FLOPs 追平 DeepSeek V4 Pro
Magic 于 9 月 8 日发布预训练研究更新：官方称其配方已比领先开源权重基座模型的计算效率高 10 倍以上，用约 50 倍更少的 FLOPs 匹配 DeepSeek V4 Pro Base——约等于 GPT-3 预训练算力的一半，在 GB200 上花约 50 万美元；继续放大 10 倍（约 400 万美元）后，在困惑度评测上明显超过所有公开可得的开源基座模型。按他们给出的缩放曲线，用 DeepSeek V4 Pro 的配方训出同等能力需 1 亿美元以上。
如果这条曲线站得住，前沿预训练的门槛就不只由芯片数量决定。算法效率是唯一能绕开资本壁垒的杠杆——这正是「非大厂能不能进前沿」的胜负手，也是本站值得长期跟踪的变量。
← 上一篇创智学院联盟发 Nex-N2.5：Max 用 1.6T 的 DeepSeek 基座做完整后训练下一篇 →DeepMind 放出 AlphaGenome Atlas：把人类基因组 90 亿个单碱基变异一次算完