AX 严选 · 2026-07-13

Playcode 这篇实测把各家模型标价页上那个“每百万 token 价格”的底裤扒了。他们拿同一份 TypeScript 文件去跑各家真实的 token 计数端点，发现 GPT-5.x 算 681 个 token，而 Claude 最新的分词器算出了 1178 个，凭空多了 73%。这意味着就算两家标价一样，你给 Claude 的账单也可能贵出近一倍，因为账单是按 token 个数乘出来的，而各家切 token 的刀法完全不同。 更扎心的是 Anthropic 自己跟自己比。文章对比了 Claude 新旧两代分词器，处理同一段代码时，新版比旧版多切出约 31% 的 token，但标价没变。目前 Sonnet 5 的折扣价刚好抵消了这个涨幅，但 9 月 1 日优惠结束后，实际成本就会跳涨这 30% 多。这个坑在代码上最深，中文文本几乎不受影响。 文章的方法挺扎实，不是拿字符数除以四瞎估的，而是直接调了各家官方的 token 计数接口，OpenAI 这边还额外用真实 API 返回的 usage 数据做了交叉验证。不过，他们只测了 16 个样本，主要是代码和英文，如果你的业务场景是长文档或混合语言，这个 73% 的差距不一定能直接套用。另外，正文没披露测试用的具体 prompt 结构，不同请求的 system prompt 和工具定义占比也会影响最终 token 膨胀的比例。

HyOCR-1.5 这次最实在的动作是全栈开源，训练代码、推理代码、模型权重都放出来了，这在端到端 OCR 大模型里确实是头一个。模型只有 1B 参数，能处理文档解析、公式识别、表格还原等 8 种以上的文字任务，在 OmniDocBench v1.6 上拿了 94.74 分，排在端到端模型的第一名。推理速度这块，它用了一个叫 DFlash 的投机解码方法，在 Transformers 框架下推理速度提了 6.37 倍，在 vLLM 下提了 2.14 倍，端到端推理每页只要 1.408 秒。另外它还支持 4K 分辨率和 128K 上下文窗口，通过一种叫 Agentic Data Flow 的方法把低资源 OCR 扩展到了 331 种语言，还能认古文字、做多图问答。 不过有几个点得先打个折。正文没披露 94.74 分这个成绩是在什么硬件上跑的，也没说对比的其他端到端模型具体是哪些、分数差多少。DFlash 的加速效果在 Transformers 和 vLLM 下差了近三倍，说明这个加速方法对推理框架比较挑，实际部署时能拿到多少加速还得看环境。另外，331 种语言的 OCR 能力具体到什么程度、古文字识别准确率怎么样，正文都没给数字，这部分先别太激动。如果是真的能在 1B 参数下做到这个水平，部署成本确实挺省，但缺的验证信息还不少。

这条消息最值得看的是交互方式变了。以前做局部编辑得进专业软件抠图、画蒙版，现在直接在图上打点、画框、涂鸦，提示词里用 @ 标记一下，就能精准换掉沙发或改墙面颜色，其他区域不动。官方放出的案例里，一次性替换六件家具、做键盘爆炸拆解图并标注卖点、在框里生成海报文字，这些场景对电商和设计从业者来说很实用。 图像质量和提示词理解能力追平 GPT-Image 2.0，综合排名第二，这个说法来自官方，正文没给出具体评测基准和对比数据，我会先打个折。火山引擎 API 已经全量上线，即梦、豆包、Lumina 都能体验，说明落地速度不慢。 还缺的东西：没有提到编辑精度在多复杂场景下会翻车，也没有给出不同分辨率下的延迟和成本。色卡配色和 SKU 换色听起来省事，但实际批量跑的时候一致性怎么样，正文没披露。

黄仁勋这次放出的三个信号，最值得留意的是客户结构变化。一家过去几乎全靠自研 ASIC 的头部 AI 实验室，现在英伟达 GPU 占其算力近一半。市场猜是 Anthropic，但正文没点名，这点先别太激动。如果属实，说明即便有 Trainium 这类自研芯片，客户最后还是用钱包投票选了英伟达，理由很朴素：每个 token 的综合成本更低。 季度收入逼近 1000 亿美元、增速还在往上走，这个数字很吓人，但摩根士丹利自己也说了，真正的瓶颈不是需求，是内存、供电和数据中心空间能不能跟上交付。换句话说，订单再多，造不出来也白搭。Rubin Ultra 没延期，只是机架设计在改，路线图没变，这点算是给之前传 2028 年才出的谣言画了句号。 CPU 业务目标 200 亿美元，Vera 要进通用服务器市场，这是英伟达想从 GPU 老本行往外迈一步。不过正文没给出 Vera 的具体性能对比，能不能抢到 x86 的地盘还不好说。整场路演基调很积极，但信息全来自英伟达高管和摩根士丹利报告，缺第三方数据交叉验证。