Magic称用50万美元训练成本接近DeepSeek V4 Pro底模

AI 编程公司 Magic 发布一项预训练研究，称一套新的训练方案只需约 50 万美元的 GB200 算力，就能达到接近 DeepSeek V4 Pro Base 的预训练效果，所需计算量约为 1/50。

Magic 表示，Base 指的是只完成预训练、尚未经过强化学习等后训练的底模。其测试方式是使用模型未见过的代码、数学题和研究论文，比较不同模型对后续内容的预测准确度。按照这一口径，对比的是底模的预训练效果，不代表聊天、Coding 或 Agent 能力已经追平 DeepSeek V4 Pro 成品版。

训练规模扩大 10 倍

Magic 随后将训练规模扩大 10 倍，对应约 400 万美元的 GB200 算力。该公司称，这一版本在同一套自测中，超过了其测试的 DeepSeek、Kimi 和 NVIDIA 最新公开 Base 模型。

Magic 同时估算，如果按 DeepSeek V4 Pro 的训练效率做到同等水平，算力成本将超过 1 亿美元。

完整配方与权重尚未公布

Magic 没有公布完整训练配方，仅透露效率提升来自模型架构、优化器、训练目标和数据处理等几十项改动。

目前，该模型权重也还没有发布，因此「50 倍效率」这一说法仍无法由外界独立复现。