Magic 团队：预训练效率提升超 10 倍，50 倍 FLOPs 匹配 DeepSeek V4 Pro Base
2026.09.11 · 事件 · 研究更新 · 社区热议
Magic 称其预训练配方比领先开源模型高效 10 倍以上，用约 50 倍 FLOPs 匹配 DeepSeek V4 P
Magic 团队发布研究更新，称其预训练配方比领先开源权重基础模型计算效率高 10 倍以上。他们用约 50 倍 FLOPs 匹配 DeepSeek V4 Pro Base，成本约 $0.5M（GB200）。继续扩展 10 倍（约 $4M）后，在困惑度评估上显著优于所有公开开源基础模型。
- 预训练配方计算效率提升超 10 倍
- 约 50 倍 FLOPs 匹配 DeepSeek V4 Pro Base
- 约 $0.5M 成本（GB200）
- 扩展 10 倍（约 $4M）后优于所有开源模型
- 评估涵盖代码、推理、研究论文等域
为什么值得看
展示算法效率突破，可能改变大模型预训练成本格局。
适合谁关注
关注大模型预训练效率、成本优化的研究者和从业者。