Magic กล่าวว่ามูลค่า 500,000 ดอลลาร์เทียบเท่ากับโมเดลพื้นฐาน DeepSeek V4 Pro โดยประหยัดพลังการคำนวณในการฝึกก่อนล่วงหน้าได้ถึง 50 เท่า

动察 Beating AI ข่าวด่วน บริษัทพัฒนา AI อย่าง Magic เปิดเผยงานวิจัยก่อนการฝึกฝน (pre-training) ระบุว่าชุดวิธีการฝึกฝนแบบใหม่ใช้พลังประมวลผล GB200 มูลค่าเพียงประมาณ 500,000 ดอลลาร์สหรัฐ ก็สามารถบรรลุผลการฝึกฝนก่อนการฝึกฝนที่ใกล้เคียงกับ DeepSeek V4 Pro Base โดยใช้ปริมาณการคำนวณเพียงประมาณ 1/50 เท่านั้น

Base คือโมเดลพื้นฐานที่ผ่านการฝึกฝนก่อนการฝึกฝนเท่านั้น ยังไม่ผ่านการฝึกฝนเสริม (reinforcement learning) หรือการฝึกฝนภายหลัง Magic ทดสอบโมเดลด้วยโค้ด โจทย์คณิตศาสตร์ และเอกสารวิจัยที่ไม่เคยเห็นมาก่อน เพื่อดูว่าใครสามารถคาดเดาเนื้อหาต่อไปได้แม่นยำกว่า ดังนั้นการเปรียบเทียบนี้จึงเป็นผลของการฝึกฝนก่อนการฝึกฝนของโมเดลพื้นฐาน ไม่ได้หมายความว่าความสามารถด้านการแชท การเขียนโค้ด หรือ Agent จะเทียบเท่ากับเวอร์ชันสมบูรณ์ของ DeepSeek V4 Pro แล้ว

จากนั้น Magic ขยายขนาดการฝึกฝนเพิ่มขึ้น 10 เท่า คิดเป็นพลังประมวลผล GB200 มูลค่าประมาณ 4 ล้านดอลลาร์สหรัฐ เวอร์ชันนี้ในการทดสอบชุดเดียวกัน ทำผลงานได้เหนือกว่าโมเดลพื้นฐานสาธารณะล่าสุดของ DeepSeek, Kimi และ NVIDIA ที่ทำการทดสอบ Magic ประเมินว่าหากทำในระดับเดียวกันตามประสิทธิภาพการฝึกฝนของ DeepSeek V4 Pro ต้นทุนด้านพลังประมวลผลจะเกิน 100 ล้านดอลลาร์สหรัฐ

Magic ยังไม่ได้เปิดเผยสูตรการฝึกฝนทั้งหมด เพียงระบุว่าประสิทธิภาพที่เพิ่มขึ้นมาจากการปรับเปลี่ยนหลายสิบรายการในด้านสถาปัตยกรรมโมเดล ตัวปรับแต่งประสิทธิภาพ (optimizer) เป้าหมายการฝึกฝน และการจัดการข้อมูล ขณะนี้น้ำหนักของโมเดลยังไม่ได้เผยแพร่ ดังนั้น "ประสิทธิภาพที่เพิ่มขึ้น 50 เท่า" จึงยังไม่สามารถทำซ้ำได้โดยอิสระจากภายนอก