Ways to think about token pricing
探討 AI 基礎模型在供應短缺緩解後,Token 定價將如何重新平衡,以及基礎模型是否會成為低利潤的基礎設施。作者分析供需變數、邊際成本與投資回報率,並比較半導體與行動網路產業的歷史經驗,指出未來路徑充滿不確定性。
部落格 ・ 國際 ・ 英文 ・ A 級 ・ 5 筆內容 ・ 最近更新 2026/09/04
科技產業分析的長文:生成式 AI 的產品形態、token 定價、平台競爭;一兩個月一篇
依人氣
探討 AI 基礎模型在供應短缺緩解後,Token 定價將如何重新平衡,以及基礎模型是否會成為低利潤的基礎設施。作者分析供需變數、邊際成本與投資回報率,並比較半導體與行動網路產業的歷史經驗,指出未來路徑充滿不確定性。
探討大型語言模型如何改變搜尋與推薦系統,解決傳統依賴使用者行為資料的冷啟動問題。透過理解內容本質而非僅關聯資料,LLM 能提供更精準的推薦並降低對龐大使用者基數的依賴。
探討 AI 是否會讓每個人都變成工具開發者,並指出這只是表面現象。作者認為軟體的產生與公司運作方式深層相關,AI 不會自動解決所有自動化問題,反而會創造更多選擇與挑戰。
作者 Benedict Evans 認為預測 AI 對特定職業、公司或產業的衝擊幾乎不可能,因為過去技術變革(如計算機、網際網路)的實際影響與預期常不符。
Benedict Evans 分析 OpenAI 面臨的競爭困境,指出其缺乏獨特技術與產品市場契合度,使用者活躍度低且難以轉化為長期黏性。
依發布時間
探討 AI 是否會讓每個人都變成工具開發者,並指出這只是表面現象。作者認為軟體的產生與公司運作方式深層相關,AI 不會自動解決所有自動化問題,反而會創造更多選擇與挑戰。
探討 AI 基礎模型在供應短缺緩解後,Token 定價將如何重新平衡,以及基礎模型是否會成為低利潤的基礎設施。作者分析供需變數、邊際成本與投資回報率,並比較半導體與行動網路產業的歷史經驗,指出未來路徑充滿不確定性。
作者 Benedict Evans 認為預測 AI 對特定職業、公司或產業的衝擊幾乎不可能,因為過去技術變革(如計算機、網際網路)的實際影響與預期常不符。
探討大型語言模型如何改變搜尋與推薦系統,解決傳統依賴使用者行為資料的冷啟動問題。透過理解內容本質而非僅關聯資料,LLM 能提供更精準的推薦並降低對龐大使用者基數的依賴。