以后估计不会有 Open AI，只会有 Close AI，这里面藏着一个新机会

训练一个前沿大模型有多贵呢
GPT-4 花了 1 亿美元，Google Gemini Ultra 花了 1.91 亿，Meta 的 Llama 3.1 花了 1.7 亿。Anthropic 的 CEO Dario Amodei 说过，下一代模型训练成本可能要 10 亿美元起步。而且每一代比上一代贵 2-3 倍，指数级增长
如果模型免费开放，这些钱谁出？公司也会没有收入去训练下一个更强的模型，没办法继续融资。
所以看 OpenAI 现在的定价结构：
免费版带广告，功能阉割
$8/月的 Go 版，还是带广告
$20/月的 Plus，去掉广告
$100/月的 Pro，给要干活的
$200/月的 Pro Max，给重度用户
六个档位，从免费到 $200，25 倍差价。
Claude 也一样，$20 到 $200 三个档。这不是定价策略，这是阶级分层
所以 AI 的未来大概会分化成两条路：
🔹 好用的、聪明的、能真正帮你干活的，越来越贵，少数人用得起
🔹 免费的、够用的、但要看广告要忍限制的，大多数人用这个
就像请律师。有钱人请年费百万的律所，帮你找到每一个合法对你有利的口子。没钱的自己百度搜，搜到的答案全是广告。
以后用 AI 也一样，$200/月的用户和免费用户之间的能力差距，会比人跟狗的差距还大
有意思的是，AI 的推理成本虽然在降（同等性能的成本 18 个月降了 280 倍）。但前沿模型的能力在涨，就像我试用的 /fast 模式，20分钟烧掉200刀
顶级模型的使用成本其实没怎么降。便宜的是去年的性能，最新的永远贵
这里面有一个新机会：由于好用的 AI 按 token 收费，会写 prompt 的人能帮公司省 30-40% 的 AI 开支。prompt engineer 已经是真实存在的职业了，美国中位数年薪 12.6 万美元，高级的到 22 万+。本质上就是”帮公司省 AI 钱的人”
想想看，以前我们需要会计帮公司合理避税，以后可能真的会需要prompt engineer ，本质其实不是省钱，是让你花的每一分钱都产生最大回报。
同样订了 $200/月的 Max Plan，会用的人让 AI 一个晚上自己干活，第二天早上看汇报。不会用的人还在一句一句跟它聊天。同样的工具，产出差十倍。
我现在自己就在研究怎么让 AI 通宵工作💼