Magic稱50萬美元匹敵DeepSeek V4 Pro底模，預訓練算力省50倍

動察 Beating AI 快訊，AI 程式設計公司 Magic 發布預訓練研究，稱一套新的訓練方案只需約 50 萬美元的 GB200 算力，就能達到接近 DeepSeek V4 Pro Base 的預訓練效果，所需計算量只有約 1/50。

Base 是只完成預訓練、還沒經過強化學習等後訓練的底模。Magic 用沒見過的程式碼、數學題和研究論文測試模型，看誰預測後續內容更準。因此這裡比的是底模預訓練效果，不代表聊天、Coding 或 Agent 能力已經追平 DeepSeek V4 Pro 成品版。

Magic 隨後把訓練規模擴大了 10 倍，約合 400 萬美元的 GB200 算力。這一版本在同一套自測中，超過了它測試的 DeepSeek、Kimi 和 NVIDIA 最新公開 Base 模型。Magic 估算，如果按 DeepSeek V4 Pro 的訓練效率做到同等水平，算力成本將超過 1 億美元。

Magic 沒有公布完整訓練配方，只透露效率提升來自模型架構、優化器、訓練目標和資料處理等幾十項改動。目前模型權重也還沒有發布，因此「50 倍效率」仍無法由外界獨立重現。