以后估計不會有 Open AI，只會有 Close AI，這裡面藏著一個新機會

訓練一個前沿大模型有多貴呢
GPT-4 花了 1 億美元，Google Gemini Ultra 花了 1.91 億，Meta 的 Llama 3.1 花了 1.7 億。Anthropic 的 CEO Dario Amodei 說過，下一代模型訓練成本可能要 10 億美元起步。而且每一代比上一代貴 2-3 倍，指數級增長
如果模型免費開放，這些錢誰出？公司也會沒有收入去訓練下一個更強的模型，沒辦法繼續融資。
所以看 OpenAI 現在的定價結構：
免費版帶廣告，功能閹割
$8/月的 Go 版，還是帶廣告
$20/月的 Plus，去掉廣告
$100/月的 Pro，給要幹活的
$200/月的 Pro Max，給重度用戶
六個檔位，從免費到 $200，25 倍差價。
Claude 也一樣，$20 到 $200 三個檔。這不是定價策略，這是階級分層
所以 AI 的未來大概會分化成兩條路：
🔹 好用的、聰明的、能真正幫你幹活的，越來越貴，少數人用得起
🔹 免費的、夠用的，但要看廣告要忍限制的，大多數人用這個
就像請律師。有錢人請年費百萬的律所，幫你找到每一個合法對你有利的口子。沒錢的自己百度搜，搜到的答案全是廣告。
以後用 AI 也一樣，$200/月的用戶和免費用戶之間的能力差距，會比人跟狗的差距還大
有意思的是，AI 的推理成本雖然在降（同等性能的成本 18 個月降了 280 倍）。但前沿模型的能力在漲，就像我試用的 /fast 模式，20 分鐘燒掉 200 刀
頂級模型的使用成本其實沒怎麼降。便宜的是去年的性能，最新的永遠貴
這裡面有一個新機會：由於好用的 AI 按 token 收費，會寫 prompt 的人能幫公司省 30-40% 的 AI 開支。prompt engineer 已經是真實存在的職業了，美國中位數年薪 12.6 萬美元，高級的到 22 萬+。本質上就是”幫公司省 AI 錢的人”
想想看，以前我們需要會計幫公司合理避稅，以後可能真的會需要 prompt engineer ，本質其實不是省錢，是讓你花的每一分錢都產生最大回報。
同樣訂了 $200/月的 Max Plan，會用的人讓 AI 一個晚上自己幹活，第二天早上看匯報。不會用的人還在一句一句跟它聊天。同樣的工具，產出差十倍。
我現在自己就在研究怎麼讓 AI 通宵工作💼