今天 AI 圈在算账：token 暗中涨价，数据中心砸 500 亿

同一份代码，Claude 比 GPT 多收 73% 的 token 费

这条我今天反复看了两遍——模型比价不能只看标价页上的“每百万 token 价格”，因为各家切 token 的方式不一样。

Playcode 用各家官方分词器测了 16 个真实文件，结果很直接：同一份 TypeScript 文件，GPT-5.x 算 681 个 token，Claude 新分词器算 1,178 个，凭空多了 73%。更隐蔽的是，Claude Opus 4.8 和 4.6 标价完全一样，但 4.8 换了新分词器，同一份代码的 token 数多了约 32%——标价没变，账单膨胀了。

Anthropic 自家的新旧分词器差距也很大，新版本处理代码时比旧版多切出约 31% 的 token。也就是说，即使你只盯着 Anthropic 一家比价，同一个模型家族内部，新旧版本的“每百万 token 价格”也不是同一个单位。

还有个时间炸弹：Claude Sonnet 5 现在的 $2.00 / $10.00 是促销价，2026 年 8 月 31 日后恢复到 **$3.00 / $15.

00**。到时候相同代码的成本会比 Sonnet 4.6 高出约 3 倍——一部分来自标价涨，一部分来自 token 多切。

Tomer Tunguz 今天也发了篇博客，从另一个角度印证了这件事：前沿模型保持领先的平均时长只有 41 天，同等智能水平的模型价格每年下降约 10 倍。买家在每个技术周期里议价能力在变强，但前提是你得先看清账单。

说实话，token 计价这件事早该有人系统测一遍了。各家 API 的“每百万 token 价格”现在就像不同国家的“每升汽油价格”——单位一样，但升的定义不一样。

Meta 砸 500 亿美元建 5GW 数据中心，电费自己扛

500 亿美元，5GW——这两个数字放在一起，大概够 400 万户家庭同时用电。Meta 今天宣布把路易斯安那州的数据中心扩到这个规模，算全球最大的 AI 基建项目之一。

Meta 承诺电费、水费、配套基建全自己出，不转嫁给当地居民，还额外投 10 亿美元修路和供水。为了供电，Meta 跟安特吉公司签了协议，资助新建 7 座天然气发电厂、储能电池和核电增容项目。

但这条我会先打个折。公告里没提 GPU 数量，也没说什么时候建成。5GW 更像长期土地储备和电力容量的锁定，不是明天就通电的算力。这种合同形式让我想起 1990 年代末电信公司抢铺长途光纤——先占坑，再慢慢填设备。

黄仁勋今天在摩根士丹利路演上说了个数字，可以跟 Meta 这条对着看：英伟达季度收入快逼近 1000 亿美元了，而且增速还在加快。他还否认了 Rubin Ultra 延期的传闻，说按计划明年出货。一个有意思的细节：一个此前主要依赖 ASIC 的前沿 AI 模型项目，现在英伟达 GPU 算力占比已接近 50%——市场普遍指向 Anthropic。

Meta 在抢电力，英伟达在卖算力，Anthropic 在两边下注。这场基建战不是要不要打的问题，是已经在打。

Grok CLI 把用户整个家目录传到了谷歌云

这条有点离谱。安全研究者发现，xAI 官方的 Grok CLI（npm 包 @xai-official/grok 0.2.93 版）会在每轮任务前后，把当前工作目录打包成 `before_codebase.

tar.gz和after_codebase.tar.gz`，通过独立旁路通道静默上传至 xAI 的 Google Cloud 仓库。

验证显示，即使模型只回复一个单词，上传依然发生。更糟的是，上传包还包含仓库外的 ~/.claude.json、Claude Code 设置、全局 AGENTS 规则、30 多个 Skill 文件及一个 API 密钥。

7 月 13 日凌晨，xAI 通过服务端远程开关新增了 disable_codebase_upload 选项。但问题是，这个开关默认是关的——也就是说，如果你不知道这件事，你的代码和密钥已经在他们服务器上了。

目前只有一条推文链接和少量 HN 讨论，xAI 官方还没正式回应。缺的关键信息：上传是否加密、影响范围多大、已上传数据是否已删除。如果是 bug，这是非常严重的 bug；如果是设计如此，那问题更大。

腾讯混元把 OCR 大模型全开源了，1B 参数拿了端到端第一

腾讯混元今天开源了 HyOCR-1.5，训练代码、推理代码和模型权重全放出来了——这在端到端 OCR 大模型里是头一个。

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 下实现 6.37 倍加速，vLLM 下 2.14 倍加速，端到端推理每页 1.408 秒。

支持 4K 分辨率和 128K 上下文窗口，还通过 Agentic Data Flow 把低资源 OCR 扩展到了 331 种语言，包括古文字识别和多图问答。

开源这件事本身比跑分更有意思。OCR 是个很实用的能力——合同扫描、发票识别、古籍数字化——之前好用的模型要么闭源要么贵。腾讯这次全栈开源，训练代码都给了，意味着你可以用自己的数据微调一个专用 OCR 模型。

字节 Seedream 5.0 Pro：在图上打点画框就能换沙发

字节跳动发布了 Seedream 5.0 Pro，图像质量和提示词理解追平 GPT-Image 2.0，综合能力仅次于后者。但真正让我觉得有意思的不是跑分，是交互方式。

你可以在图片上打点、画框或者随手涂一下，然后在提示词里用 @ 标记，就能精准换掉沙发、改墙面颜色，画面其他部分保持不变。官方放出的案例包括一次性替换六件家具、做键盘爆炸拆解图并标注卖点、在画好的框里生成海报文字，还支持色卡配色和 SKU 换色。

这等于把图像编辑的门槛从“学会用蒙版”压到了“在图上指哪改哪”。火山引擎已经全量上线 API，即梦、豆包、Lumina 可以体验。

今日小信号

• 德国开源模型 Soofi S：31.6B 总参数，每次生成只激活 3.2B，长文本生成速度是同类模型的 8 倍。德语训练数据占比从 7.2% 提到 15.3%，在德语、英语和编程跑分上压过了 Olmo 3 32B 和 Apertus 70B。但目前只发了预训练报告，还没做指令微调，离能直接用的聊天助手有距离。所有跑分来自团队自己的技术报告，没看到第三方独立验证。

• MIT 搞出“高斯探测”：不给模型下指令，也不让它生成任何图片，靠分析 LoRA 微调产生的内部变化来判断模型有没有被教坏。识别专门生成儿童性虐待素材的模型，准确率 100%。直接绕过了“为了查案得先违法”的死结。

• 苹果新语音 API：SpeechAnalyzer 在干净语音上词错率 2.12%，嘈杂语音 4.56%，比 Whisper Small 分别低了 1.62 和 3.38 个百分点，速度还快三倍。但缺少模型架构和参数量，不知道是模型强还是工程优化好。

• **DoorDash 用多个大模型当“陪审团”**给菜品打标签，准确率比人工高 20%。不用人审，让多个强模型独立投票、取共识。另外用“上下文优化代理”在几分钟内自动迭代提示词，精度又提了 2-3%。

• Cloudflare 推出 Precursor：持续行为验证引擎，全程追踪人类与 AI agent 在完整用户旅程中的交互方式，识别高级自动化行为同时减少对合法用户的干扰。