为什么新模型刚发布时非常厉害，过了一段时间后降智非常严重？

问得好，我也来听听佬们高见。是降脂还是被污染了

我觉得是一开始满血来做宣传和前期测评，后面热度退潮，卡不够多，要留给下一代模型的训练，各种量化等降成本技术也开始逐渐上了

用量上来了 卡不够用 得量化了

还得匀卡出来训练下一代 无解

这个问题困扰了我很久，因为最近几个版本的发布都存在同样的问题，过一阵子如果出现GPT5.7，你就会发现5.6约等于现在的5.5，给我的感觉就好像所有可使用模型整体向上改个版本号

就跟卖菜刀的一样吗？永远买不到手里的那把

我觉得有一点是资源倾斜问题. 新模型推广资源十足. 后面资源有开始倾斜给新模型或其他事情上.

像极了动漫里开始的boss 后面是个菜鸡的感觉.

参考杀猪盘之类的，都差不多性质。。

但是对用户太不友好了，而且这种完全没有一个公告之类的通知用户的行为，对于消费用户很不尊重

我猜是厂家自己换量化版本了，反正模型这玩意天生有随机性，为了降低部署成本和推广新模型，反正用户也没有实质性的证据

哈哈哈，后边出现了更大的boss，就会显得前边比较弱

刚发布时，肯定要资源倾斜的呀，让数据好看点。

纯粹就是店大欺客了，全球所有的厂商从来没有为此发过一篇通知

主要感觉现在去哪个厂商都是被宰客

我估计就是刚发布的时候是满血版，请求量上来就上量化了

刚发布的时候算力给的满血算力，一段时间以后用户多了算力不够了，还要腾出算力给新模型的训练，说到底还是算力不够的问题，无解了属于是

是的，好多新模型都是灰度发布的，之后稳定后才升级的，灰度的时候跟旧模型公用计算的资源，导致旧模型降智。

卡是有限的，不光是AI，手机也一样，新机要出来必定更新补丁砍老手机

第一,再用户量起来之后就好像生产线一样,能少一颗螺丝,都是巨量的成本减少,所以量化是必然的,但是不同的量化灰度罢了.

第二,必须显得新模型有多么的优越才行,模型才开始出来的时候不管多大的成本运行代价,只要数值能上去,就堆,等全网的评测过去了,然后再量化,这也是必然的商业行为.