[AINews] Perplexity hits a $1B revenue run rate, up 4x in 2026
TL;DR · AI 摘要
Perplexity 2026 年收入达 10 亿美元,估值约 30-50 亿美元,主要得益于 Computer 产品线和 Frontier Research 实验室的进展。
核心要点
- Perplexity 2026 年收入达 10 亿美元,估值约 30-50 亿美元。
- Computer 支持本地运行,Monitor API 提供实时监控功能。
- Qwen4-Max 推理能力提升,成本降低 67%,但视觉任务表现仍落后于 OpenAI。
结构提纲
按章节快速跳转。
- §收入增长
Perplexity 2026 年收入达 10 亿美元,估值约 30-50 亿美元。
- ·产品进展
Computer 支持本地运行,Monitor API 提供实时监控功能。
- ›研究动态
Frontier Research 实验室拥有 10,000+ GPU,计划发布论文和模型。
- ·模型对比
Qwen4-Max 推理能力提升,成本降低,但视觉任务表现较弱。
- ›市场影响
Perplexity 收入增长推动估值提升,影响 AI 企业竞争格局。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Perplexity 收入与产品进展
- 收入增长
- 10 亿美元年收入,估值 30-50 亿美元
- 产品更新
- Computer 本地运行
- Monitor API 实时监控
- 研究动态
- Frontier Research 10,000+ GPU
金句 / Highlights
值得收藏与分享的关键句。
Perplexity 2026 年收入达 10 亿美元,估值约 30-50 亿美元。
Computer 支持本地运行,Monitor API 提供实时监控功能。
Qwen4-Max 推理能力提升,成本降低 67%,但视觉任务表现仍落后于 OpenAI。
Perplexity 达到 10 亿美元营收增速,2026 年增长 4 倍 —— Latent Space
首席执行官阿拉文德·斯里尼瓦斯在 Semafor 的现场活动中表示,Perplexity 今天已突破 10 亿美元年度营收增速。此前《The Information》报道显示,今年年初该公司的营收低于 2.5 亿美元,到 8 月已超过 7.5 亿美元,其中 Computer 产品推动了部分增长。按照通常的代理实验室估值倍数(例如 Cognition 也达到 10 亿美元,Cursor 更是达到 46 亿美元),这意味着如果单位经济效益保持稳定,Perplexity 的估值现在约为 300-500 亿美元。这比 2025 年 9 月 200 亿美元融资的估值有了显著提升,并符合我们“单次融资超 100 亿美元”标题故事的规则。
为帮助读者了解最新动态,整理一些近期 Perplexity 的产品更新:
- Computer。9 月推出的自动化功能使其能够继续执行未完成的重复任务。11 月推出的 Teammates 功能可处理持续性工作。Computer 还支持在兼容的 Mac 设备上完全本地运行。
- Monitor API。监控特定主题或页面,当相关内容发生变化时会通过网络钩子通知。
- Frontier Research。新的研究实验室拥有超过 10,000 台 GPU,并计划发布论文、数据、模型和代码。
由 Deepgram 赞助 Deepgram 是支持自然对话的语音 AI 基础设施,提供语音转文本、文本转语音、以语音为中心的大型语言模型(LLMs)和代理,为使用语音 AI 构建团队提供支持。无论您使用的是哪种技术栈或喜爱的工具,Deepgram 都可以作为您的基础语音 AI 技术嵌入其中。因此您拥有控制权,而我们则具备理解人类语言并进行类人对话的上下文能力。
了解更多关于实时上下文标准的信息。
AI Twitter 总结
Qwen4-Max 的实际应用
周五发布的 Qwen4-Max 预览版现已正式上线。在最高推理设置下,Qwen4-Max 在智能指数中得分 43,较之前提升了 10 分。每项任务的平均成本从 10.02 美元降至 3.27 美元。阿里巴巴将每百万 token 的输出定价从 6 美元降至 4.50 美元,模型生成的 token 数量减少了约 39%。Kimi K3.1 Pro 每项指数任务成本为 3.68 美元,在 Terminal-Bench 4.0 测试中得分 67%,而 Qwen 得分 48%。人工分析
- 模型内部。阿里巴巴保持总参数量在 2.4 万亿,但将每 token 的活跃参数数量减少了 25%,降至 710 亿。该模型可以处理图像和文本,具有 100 万 token 的上下文窗口。较小的开源权重 Qwen4 模型仍将在未来推出。阿里巴巴
- Arena 和 Vals:在 Agent Arena 排名中,Qwen4-Max 总体排名第 14,是排名最高的中国模型,在 14,700 次会话中净增长 7.5%(Arena)。WebDev:在 Code Arena WebDev 中排名第 6,比前代产品提升了 74(WebDev)。它还在 Image-to-WebDev 中排名第 6,仅略高于 Claude Opus 5 和 GPT-6 Sol(I2WebDev)。Vals Index:总体排名第 11,在编程和金融领域有显著提升(Vals)。法律基准注意事项:在 HLAB 测试中,它正确完成 95.7% 的检查项,但仅完成 21.3% 的任务,其输出 token 数量增加了 3.6 倍(HLAB)。
- 视觉结果(独立测试):Roboflow 表示,Qwen4-Max 在其 VLM 基准测试中表现平平,目前 Google、OpenAI 和 Anthropic 远远领先。然而在高推理努力下,它比 Qwen3.8-Max 每张图像快约 4.5 倍,成本低约 68%(Roboflow)。
安全性、对齐性和评估完整性
- OpenAI嵌入式评估:OpenAI向Apollo、METR、Transluce和Goodfire提供其模型和系统的内部访问权限(OpenAI)。按组划分范围:Apollo在四个月内安排六名评估人员现场工作(Rundown)。METR审查OpenAI最大的强化学习运行,可访问对话记录、监控记录和检查点快照(METR)。Transluce对训练后对齐评估进行为期六周的审计,并计划在2027年初进行更全面的后续评估(Transluce)。Goodfire派遣可解释性研究人员监控训练运行(Goodfire)。限制:METR表示其评估范围不包括OpenAI已披露的对齐失误事件,且范围比METR最初提议的更窄(scope)。
- 访问条款的批评:批评者认为这些协议未达到Sam Altman承诺的"类似员工的访问权限"。报告的差距:评估人员无法使用Slack,OpenAI选择与哪些员工进行访谈,且他们无法访问权重或运行基于训练的引导(Neel Nanda, Alex Mallen)。前员工描述:Mikita Balesni称评估人员甚至无法匿名引用员工言论,部分人员可能被禁止发布仅限内部模型的成果(balesni)。
- Goodfire收购谈判:《The Information》报道OpenAI曾探索以超过50亿美元收购这家可解释性初创公司。据称Goodfire希望保持独立以向多家实验室出售技术(report)。
- 其他完整性信号:基准污染:Claude似乎记住了LinuxArena控制评估的细节(Karvonen)。事件分类法:OpenAI发布了用于分类AI控制事件的v0.1框架(framework)。披露政策:Anthropic将高危和关键严重漏洞的协调披露窗口从90天缩短至30天(policy)。
推理系统和代理基础设施
- Together不再使用手动调整的宏内核。其首个设计已为一家客户投入生产。现在代理系统搜索更小的GPU操作组进行融合。Together在B200上运行Llama 3.2 1B时报告吞吐量提高28%(Engineering writeup)。
- DeepSeek V4.1在Vera Rubin上的表现:vLLM与Dynamo在SemiAnalysis的AgentX基准测试中,每芯片吞吐量达到GB300 NVL72的63.4倍(400 tok/s/user),在600时达到93.3倍(vLLM)。批次1延迟:SGLang相关工作在TP4上实现约2500 tok/s(批次大小1),达到其GB300结果的1.7倍(saltyph)。Baseten报告其4xB300数字也实现了1.7倍提升(Baseten)。代理驱动优化:一个代理通过NVLink对称内存在HBM上共享Engram表以恢复前缀缓存容量(Liu)。另一团队称代理发现了使B300步骤时间加快10%的优化(Halex)。
- 代理服务研究:MIT的Evolving Infra用在线自适应取代固定预填充/解码分离。在NVIDIA Dynamo上测试时,其在最多256 GB300上实现延迟降低4.1倍,P95 TTFT降低14倍(Evolving Infra)。流水线并行预填充:Inferact发现PP2在MiniMax-M3.1-Flash上实现比DEP2多23%的每GPU请求数(目标TTFT为2秒)(Inferact)。前缀缓存陷阱:Ollama发现单个系统提示时间戳或推理努力变化可能导致缓存被清除(Ollama)。
- 沠箱与训练:外部沙箱:Simon Willison 描述了在 Mac 上运行代理时,如何通过 WebAssembly、QEMU 或 Apple Container 沠箱执行其代码。该模式包含允许列表代理和凭证替换(post)。MLPerf:在 MLPerf 训练 v6.1 中,GB300 NVL72 在 19.7 分钟内训练了 GPT-OSS-20B,速度比 H100 快 2.86 倍(Lambda)。
- 开放模型的单一端点:Hugging Face 推理服务提供商现在通过 OpenRouter 使用相同的端点和令牌运行。Hugging Face
研究、基准测试与评估
赞助
您的赞助广告位在此处
接触正在构建未来 AI 的工程师。
Latent Space 被从事代理、模型和基础设施开发的人阅读。咨询赞助此广告位事宜。
- PyBot:1000 个 DeepSeek-V4.1-Flash 代理组成的一群,在一周内编写了一个基于规则的聊天机器人,且未使用神经网络(lewtun)。扩展:代理之间交换了约 175,000 条消息并合并了约 8,000 个 PR。结果:该机器人是 630,000 行 Python 代码,无任何依赖项,并在日常问题上与 SmolLM-360M 表现相当。
- 自我提升与训练:AutoRL:监督实时强化学习运行的代理将 Qwen3 在 AIME 2024 上的准确率从 46.67% 提升至 66.67%(omarsar0)。基准测试注意事项:一篇综述警告称,许多自我提升代理的改进来自于学习基准测试本身,而非任务(TuringPost)。权重空间编程:Opus 5.5 手动编写了变压器权重,用中位数 166 个参数解决了算法任务(dair_ai)。数据整理:DatologyAI 发布了其声称 6 倍预训练计算乘数背后的技术报告(Datology)。知识蒸馏再现:一项小规模复制研究确认,当学生从零开始训练时,扰动输入蒸馏有帮助,但在蒸馏到预训练学生时反而有害(Maini)。
- 新基准:GradeBench:在评分手写物理答案时,最先进的前沿模型与教师意见一致的比例仅为 57%(GradeBench)。首次音频生成时间:AA 的新 TTS 延迟基准测试发现,流式模型的中位数为 376 毫秒,而非流式模型则为 2.0 秒(AA)。速度跑酷基准:Inkling-2-Small 以 1988 帧完成 SuperTux 1-1,领先于 Opus 5 和 GPT-5.6 Sol(SpeedRunBench)。
科学模型与开发工具
- Gemini 4 Carbon:DeepMind 表示 Carbon 驱动的 AlphaProof 代码代理验证了 Signal 的加密代码。它还发现了湿实验室错误,并找到了 40 倍更多的相关蛋白质序列(详情)。科学访问:Google 通过 Antigravity 为 10,000 名科学家扩展了免费 Carbon 访问权限(计划)。上下文窗口:Antigravity 将 Argon、Carbon 和 Hydrogen 的上下文窗口扩大了一倍,每个用户回合的压缩量减少了 3.5 倍(Mohan)。用户报告(轶事):一位研究人员表示 Carbon 解决了一个 Astra 和 Fable 多次尝试未能解决的问题(轶事)。
- OpenAI 用于科学与健康:OpenAI 向最多 200,000 名科学家开放免费前沿访问权限,申请截止日期为 11 月 23 日(计划)。生产力研究:OpenAI 报告称,在对 1800 名参与者的研究中,科学家的生产力大约翻了一番(研究)。物理展示:物理学家 Nathaniel Craig 使用 GPT-6 Astra 开发了标准模型的候选晶格定义(博客)。医疗保健:ChatGPT for Healthcare 新增了计算机使用代理和 20 多个插件(医疗保健)。
- Claude Code : 桌面应用现在可在 iOS 模拟器中运行 iPhone Duo,支持折叠和展开设备以测试布局(ClaudeDevs)。验证 : 团队发布了其如何利用低成本测试、基准测试和端到端运行来验证 Claude 工作的方案(blog)。未发布模型(未经证实) : Devin 中发现的 "Silicon 2" 条目疑似属于 Anthropic 模型(rumor)。Liquid d1.2-ultra : 该模型在 AA 的决策指数中以每百万输入令牌 0.042 美元的费用排名第一(AA)。Sage S2.1 Flash : 开源科学模型报告了在 MLE-bench Lite 和 OfficeQA Pro 测试中领先的性能(Sage)。FLUX-mimic-x : 这个 7B 参数的视频动作机器人模型在 RoboLab 实时模型中排名第一(mimic)。Unsloth 计算机使用 : 本地模型现在可通过 Unsloth 驱动桌面应用和游戏引擎(Unsloth)。
行业与政策
- 英伟达。美国商务部和司法部就 Megaspeed 调查发布联合声明。商务部
- 融资与并购 : Noeri : Yejin Choi 和 Carlos Guestrin 的持续学习实验室获得 1.1 亿美元融资(Choi)。Corma : 网络防御模型公司以 10 亿美元估值完成 1.25 亿美元 A 轮融资(Corma)。World Labs : 团队将加入 AMD(Fei-Fei Li)。
- 市场数据 : Anthropic 的 S-1 文件显示 2026 年上半年营收达 163 亿美元,计算成本占比从营收的 251% 下降至 48%(The Batch)。企业采用情况 : Databricks 报告显示,3.5 个月内开源模型的令牌份额从 7.3% 上升至 30.9%(summary)。
AI Reddit 总结
本地模型与硬件
- 16GB 内存能装下什么?Unsloth 预计更小的 Qwen4-27B 模型可在 16GB 内存中运行。本地用户希望看到量化效果以及剩余内存对上下文窗口的影响。一位开发者已开始将 Opus 用于规格设计,本地 Qwen3.8-27B 用于实现。内存讨论 · 本地工作流
- Hy4 Flash。腾讯的多模态模型拥有 224B 参数,每个令牌激活 12B。以每百万输入令牌 0.070 美元、每百万输出令牌 0.281 美元的价格,为开发者提供更经济的方式尝试 Hy4 的 1M 上下文窗口。腾讯发布 · 讨论
- EUROPA。据报道在 JUPITER 超级计算机上进行的测试训练了一个约 952B 参数的专家混合模型,每个令牌激活 32.8B 参数。本地模型社区的问题是,为什么团队选择这个规模作为其首个模型。训练运行和讨论
- 两种量化方案在何处产生分歧?inside-llm 加载两个使用相同分词器的 GGUF 模型,允许你并排查看它们的预测过程。观察它们首次产生分歧的令牌,然后比较它们对替代选项分配的概率。项目 · 演示和讨论
- Basalt 的 770 tokens/sec 性能指标取决于生成内容。开发者报告 Qwen3.8-27B 的结构化输出可达 776 tokens/sec,对话场景为 262,文本场景为 194。读者要求对 4-bit 预填充进行更长时间的质量测试。Basalt · 性能测试线程
- 运行 Qwen 27B 的 FPGA。Valley Semiconductor 在短提示上实现 7.9 tokens/sec,实时聊天中约为 5.5 tokens/sec。其在 20W 功耗下实现 50 tokens/sec 的目标是未来芯片的预期表现。实时演示 · 硬件讨论
实际应用中的代理
- Claude 会议。一位 CTO 描述了如何邀请 Claude 参与 30 分钟的 Google Meet 会议。它在会议期间更新了 Notion 中的项目记录,并调用团队自身的工具来更新报价。现场报告
- 一项针对 Hydrogen 的 Minecraft 测试。有开发者要求 Gemini 4 Hydrogen 恢复缺失的源代码,并为 11 个 Minecraft 版本构建数据包。据称代理启动了两个图形客户端来测试掉落物品和射线投射的修复方案。开发者账号
- 团队雇佣 Harness 开发者的工作内容。讨论中的一个例子:编码代理可以提出修改建议,而 Harness 决定该写入哪个仓库、哪些 CI 测试算通过,以及何时需要人工批准下一步操作。Claude Code 讨论
视觉与视频
- 测试视频模型的物理模拟能力。在第二次 MiniMax H3 演示后,评论者提出更具挑战性的测试:描述场景时故意省略结果,观察模型是否能预测物体的行为。演示与讨论