🧮 Deflasyon ng Token: Bakit Mas Mura ang AI ng China ay Hindi Bearish para sa Supercycle Mga Pangunahing Tala: 📍Ang mga bukas na modelo ng China ay mabilis na nakapagpabilis sa pagkakaiba sa performance sa mga US frontier labs, ngayon ay nasa likod lamang ng ilang linggo sa mga benchmark sa pag-iisip at coding. 📍Ang mga modelo na ito ay may malaking kalamangan sa gastos, na may presyo na isang-katlo hanggang isang-sampu ng kanilang mga katumbas sa US dahil sa mga istruktural na salik tulad ng mas mura na kuryente at epektibong arkitektura. 📍Ang China ay gumagamit ng isang malinaw na industriyal na estratehiya upang gawing komodidad ang layer ng AI model sa pamamagitan ng pagbubukas ng weights upang makakuha ng monetisasyon sa ibaba sa cloud at advertising. 📍Ang Jevons Paradox: Mas mababang presyo ng AI token ay nagpapalawak ng merkado sa pamamagitan ng paggawa ng mga high-volume use cases na viable, na huling nagdudulot ng mas mataas na pangangailangan sa compute. 📍Ang mapanatiling enterprise value ay nananatiling nakatuon sa supply chain na nakatuon sa US, lalo na sa mga physical bottlenecks tulad ng semiconductors, advanced packaging, at power management. 📍Ang mga modelo ng China ay nananalo sa token volume; ang mga modelo ng US ay nananalo sa enterprise dollars dahil sa privacy at reliability. Ang mga digmaan sa presyo sa loob at ang pagkakabawas sa global monetisasyon ay nagdudulot ng pagsisikap sa pananalapi sa mga lab ng China. 📥 Ang aming pinakabagong report ay naglalakbay sa pagkakaiba sa gastos ng kuryente, ang Vercel token-vs-spend split, at kung ano ang natitira para sa mga lab na hindi US, hindi China 👇 https://t.co/7q59Y2z1sx