很多人关注巨额投资轮次以及在训练基础模型上烧掉的现金（正如Sam A.提到的数万亿），但很少有分析师解释经济单位，以便理解一个商业模式。如果你想知道为什么投资者仍然认为投资是个好主意，我尝试分析一下经济单位和长期潜力，看看这一切如何能够说得通。
部分总结：
- 现金消耗并不能准确代表销售成本（COGS）。OpenAI的支出主要用于研发，类似于制药公司。
- ChatGPT 4o的毛利率可能超过12.8%。
- ChatGPT OSS 120B的毛利率可能达到89%。它的成本比4o-mini便宜90%，推理能力也快3倍。
- ChatGPT 5的毛利率很可能介于12.8%和89%之间。
完整分析请见：https://medium.com/@brenoca/openais-road-to-profitability-8c7231f8494b
返回首页
最新
我们的客户有兴趣在本地使用我们的SaaS解决方案，以降低服务中断的风险。<p>考虑到这一机会，我正在评估本地部署的成本，并可能部分或完全迁移离开AWS。<p>我们当前的技术栈包括EC2、Lambda、SQS、SNS、Aurora、S3以及一些小型网络设置。AWS的部署是通过`serverless V3`完成的。所有代码都是用Node.js编写的，使用NGINX进行路由。<p>我认为从AWS迁移的主要好处有：
1. 部署简便，只需在所有服务器上执行`rsync`并在分片数据库上运行迁移。
2. 无供应商锁定。
3. 成本节省，目前我们的成本较低，但账单在稳步增加。
而我主要担心的是：
1. 管理服务：SQS、SNS、Lambda、Aurora都是为自动扩展而管理的。从经验来看，这真的有必要吗？还是更大的服务器就能解决问题？
2. 实际迁移工作：我们是一个精简的团队，但发现从其他服务（Cognito、DynamoDB）迁移比预期的要容易。
3. 服务质量下降：SQS、SNS、Lambda能否在不损失功能的情况下轻松替换？我正在考虑RabbitMQ。<p>如果有人进行过类似的迁移，结果如何？另外，我在谈论本地部署，但这真的是降低服务中断风险的最佳解决方案吗？
谷歌的尖端图像生成和编辑模型，专为快速、对话式和多轮创意工作流程而设计。
嘿，HN，
我们团队已经尝试解决一个普遍存在的问题：在没有无休止的来回沟通的情况下，获取调试错误报告所需的所有上下文信息。看不见的问题很难修复，而错误报告中通常缺少控制台日志、网络请求和其他开发数据。
我们正在开发一个名为“录制链接”的新工具。这个想法很简单：你向用户或团队成员发送一个链接，当他们录制屏幕以展示问题时，该链接会自动捕捉到问题的视频以及所有开发上下文，比如控制台日志和网络请求。
我们的目标是让你能够一次性获得一个完整且可调试的错误报告。我们认为这可以节省大量通常用于后续电话和电子邮件的时间。
我们是一个小团队，真诚地希望听到你的想法。这是你面临的问题吗？你会如何改进这个工具？任何反馈——无论是积极的还是批评的——对我们继续开发都将非常有帮助。
附言 - 你可以从这里试用它： [https://jam.dev/recording-links](https://jam.dev/recording-links)