参数、上下文、渠道都在意料之中。让人停一下的是那五个字：全程国产算力。
参数规模决定能力上限，算力来源决定能力下限。
「全程国产算力」这五个字最重
这句话限制的是训练最贵的一环。
训练万亿参数模型要的东西很具体：上万张加速卡、高速互联、连续跑几周的作业，还有容错机制——卡坏了换一张，训练不能停。
换成国产卡，难点不在单卡算力，在三个地方：互联带宽够不够，软件栈成不成熟，出问题有没有人能定位。
前两样能砸钱补，第三样只能靠跑过的次数堆。
所以「全程」的分量在这儿：它说的是跑完了，不是试过。跑完一次和跑通几十次，是两个阶段。
把 1.6 万亿参数换算成卡
参数规模这数很抽象，换算一下就有体积了。
1.6 万亿参数，按 FP8 精度存，一个参数一个字节，光权重就是 1.6TB。用 80GB 显存的卡，光把权重装进去就要 20 张——还没算 KV 缓存、激活值和并行通信的开销。实际部署只会更多。
模型能不能落地，不全看参数多少，看要几张卡才抬得动。
百万 Token 上下文，等于一次能塞进一部长篇小说。
换国产设备那年，我最怕的不是慢
我开工厂那会儿换过一批国产设备。换前算的是账：便宜多少、交期短多少。换完才发现，难受的地方跟钱没关系。
是坏了没人能修。进口设备出问题，工程师第二天到；国产的坏了，厂家说寄回去看，来回两周。那两周产线停着，损失比省下的设备钱多得多。
后来怎么办？把每次故障记下来攒成清单，逼供应商按清单改。改了两年，停机次数才降下来。
设备能不能用，不取决于它的参数表，取决于出问题的时候有没有人能接住。
国产算力也在走这段路。跑完一次是里程碑，坏过几次、怎么修的，才是资产。
碰上这种发布，先看三个数
第一个，看激活参数，不看总参数。总参数是仓库里有多少货，激活参数是一次能搬多少。1.6 万亿听着震撼，单次推理动用的可能只是一小部分。两个数差得越远，推理成本越低。
第二个，看它给不给训练卡数和时长。给了说明底气足；只写「全程国产算力」不写规模，说明还在可讲的阶段。真实成本只有卡数乘时长算得出来。
第三个，看 API 定价。官网和 API 同步开放，价格就是它的市场判断：定得低是抢量，定得高是守利润。
眼下最该盯的是接下来一个月的调用量。训练跑完证明能做出来，调用量才证明有人要用。明天你拿到一份发布稿，第一件事就是把训练规模和定价那两行翻出来——参数表是给人看的，这两行才是给自己算的。你们那边最近收到的发布稿，写着卡数吗？
本文由 AI 辅助整理，数据来自公开来源。
