待验证50% 置信事实精确时间
训练前沿模型的成本以亿美元计且折旧周期短，这类公司在上市时往往呈现高收入增长与高亏损并存的特征
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/27
首次发现
有效期至：2027/1/25
来源
涉及实体
相关事实
待验证暂停大模型训练成本高昂，涉及巨额算力开销并可能影响产品迭代节奏与市场竞争地位75% 相似待验证一个前沿模型的训练成本可达数千万至上亿美元，其API输出一旦被大规模采集，竞争者可以用远低于训练成本的代价训练出能力相近的替代品，直接侵蚀原模型厂商的商业护城河。74% 相似待验证大模型公司的成本结构具有「前置重资产」特征：训练与推理所需的GPU算力、数据中心和电力开支在收入之前发生，且随模型规模扩大而快速攀升。74% 相似待验证大模型公司的成本结构中，训练成本发生在模型发布之前，是一次性但金额庞大的算力投入；推理成本则随着用户调用量持续发生，用户越多、调用越频繁，支出越大。73% 相似待验证训练2.8万亿参数模型代价高昂，便宜和开源并不等于不需要算力，算力需求从闭源巨头向分散的企业定制场景转移73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103520API
curl https://kongchang.com/api/v1/knowledge/claims/1103520MCP
get_claim(id=1103520)