Mythos-class 模型将在2029年前扩散至全球（7分钟阅读）

# 神话级模型将在2029年前扩散到全球——萨加尔·帕特德 来源：https://spateder.com/projects/20260611/openweightmodels ## 模型能力随时间提升，但开源权重模型落后于前沿 我经常问Claude一些关于烹饪、健身和汽车等日常问题，说实话，我没觉得Claude Fable 5相比之前的版本（比如Opus 4.7）在回答日常问题时有了什么质的飞跃。我本来就已经惊叹于每月花20美元就能在口袋里拥有几乎无限使用的强大智能；Fable 5可能更聪明，但大概也不会在帮我规划约会晚餐时做得更好。智能带来的边际收益递减——我（以及大多数用户）日常使用AI的绝大多数场景，并不会因为模型更聪明而真正受益。 我们把焦点转到企业场景。有大量工作需要做，也有大量人来做：律师、行政助理、护士、客服、客户经理、会计师。说真的，美国目前有大量白领工作正在进行中（https://data.bls.gov/oes/#/area/0000000/2025）。你可以想象一个按难度分级的体系：手动数据录入大概在很底层；生物学研究员、律师或软件工程师的某些工作可能更靠上。 但同样的边际收益递减规律也适用：超过某个点，雇佣一个比所需更聪明的人并不会真正提升表现。如果你想增强或自动化这些劳动——模型智能也面临边际收益递减。不过，任务种类多样，新模型可以在某些任务上继续推进前沿，而在其他任务上并没有显著提升。Fable 5显然对硬核软件工程（https://www.anthropic.com/news/claude-fable-5-mythos-5）和打宝可梦来说是改变游戏规则的产品；但我在点Chipotle碗装卷饼的流程中没看到明显改进。 模型性能随时间推移只增不减（https://artificialanalysis.ai/trends?license=proprietary&model-creators=openai%2Cgoogle%2Canthropic#frontier-language-model-intelligence-over-time），我看不出未来有什么理由不继续进步。让我们把任务难度等级表转成Y轴，显示模型性能随时间的变化。这只是一个示意，精确地把AAII分数映射到真实世界任务的能力并不明确，我也不是要预测医生、律师或软件工程师会在20XX年被自动化。我只是想说：(1) 前沿模型一直在进步，(2) 它们很可能继续进步，(3) 随着模型越来越强，越来越多的任务将达到模型智能边际收益递减的渐近线。 在前沿模型之后是开源权重模型：理论上只要有合适的计算硬件，任何人都可以运行的模型。开源权重模型通常比Google/Anthropic/OpenAI的模型便宜得多，但智能也较低（https://artificialanalysis.ai/trends?license=proprietary%2Copen&model-creators=openai%2Cgoogle%2Canthropic#progress-in-open-weights-vs-proprietary-intelligence）。开源权重模型与前沿模型之间的差距尚有争议，但暂时我们假设在基准测试上差距约为4个月[1]。 开源权重模型也有多种尺寸。例如，Google的Gemma 4系列开源模型有E2B、E4B、12B、26B A4B和31B等版本。理解这串字母汤并不重要，但更大的模型（更多参数）通常意味着更智能（https://artificialanalysis.ai/models/open-source?model-filters=reasoning-models%2Copen-source&models=gemma-4-31b%2Cdeepseek-v4-pro%2Cdeepseek-v4-flash%2Cminimax-m2-7%2Cnvidia-nemotron-3-ultra-550b-a55b%2Ckimi-k2-6%2Cmimo-v2-5-pro%2Cglm-5-1%2Cqwen3-6-35b-a3b%2Cqwen3-6-27b#intelligence-vs-total-parameters），而较小的模型可以运行在更小、更便宜的设备上（如手机、笔记本电脑）。我们在上面的图表中再加两条线：一条代表开源权重模型的最高水平，另一条代表普通笔记本电脑能够实际运行的模型水平。 如果你对我的推算过程感兴趣，可以在这里看到完整分析（https://drive.google.com/file/d/1CGZylAT0EhTwhK-IuxvwRVtz4eieZL3I/view?usp=sharing）（下载文件并用Chrome打开），完整数据和Python脚本在这里（https://drive.google.com/drive/folders/1_JtTmSbvT1qLVEtKl_J59BDzCy4Sy_1T?usp=sharing）。 ## Fable 5在整个经济中扩散意味着什么？ 我怀疑消费者会不会太在意运行本地模型。使用ChatGPT免费版的用户可能不关心获得最智能的模型，也很少遇到速率限制；他们更关心易用性（不需要搭建任何东西）、强大的记忆系统，以及多模态输出（图像生成显然已经在消费者群体中流行起来）。偶尔看到广告不会让他们太反感（就像Instagram、Google搜索）。付费用户可能也不太在乎本地模型：如果你关心模型智能，你会坚持使用闭源前沿模型；如果你关心速率限制，我想更完善的广告引擎可以解决这个问题（你愿意等待限制重置，还是选择看广告继续使用？）。 在企业的场景下情况不同。除开由恐惧驱动的大量消耗Token的行为，企业做决策时会看基本的ROI计算。如果90%的企业每年在每位员工身上的AI支出为7200美元（https://ramp.com/data/ai-index）[2]，那么转向成本只有其约20%的开源权重模型，或者完全免费的本地模型，就会有很强的动力。那个不可知的万亿美元问题是：对于哪些工作负载，前沿模型会继续比开源权重和本地模型带来正向ROI？我能看到在未来几年里，前沿模型在生命科学、医疗健康、金融、法律和工程（无论物理还是数字）等领域仍然物有所值。我也能看到另一个世界：比如Opus 5.5已经足够应对绝大多数企业中绝大多数任务，而经过计算的公司得出的结论是，给每个重度用户买一台搭载RTX Spark（https://nvidianews.nvidia.com/news/nvidia-microsoft-windows-pcs-agents-rtx-spark）的约5000美元笔记本电脑，是合理的资本支出与运营支出权衡。 虽然我不愿以消极的调子结束，但任何人（我只花了30分钟和4个提示就让Claude在我的机器上安装了一个开源权重模型）都能轻易获得神话级模型的网络安全能力，这确实是一个可怕的想法。在足够强大的赋能下，一个坏人就足以毁掉很多人的一天。