今有个大事 以前币圈叫上币，现在开始上股票，而且上得比股市还快 @okxchinese 今天上了 2026 年全球三大 IPO 的盘前合约： Anthropic、OpenAI、SpaceX 其实能赚钱就行 至于是币，还是股票，不重要 我空了 ANTH ，多了 OPEN 也算是同赛道开了个对冲 聊聊这个盘前阶段我的投资逻辑： 价格有没有预期差 这个预期差主要看三层： 盘前隐含市值、真实融资估值、未来 IPO 承接力 按目前盘前价格算 Anthropic 隐含市值约 1.305 万亿美元，OpenAI 隐含市值约 1.197 万亿美元，SpaceX 隐含市值约 2.013 万亿美元 再看参考估值： Anthropic 官方最新估值约 3800 亿美元 OpenAI 官方最新估值约 8520 亿美元 SpaceX 公开报道里的内部交易估值约 8000 亿美元，IPO 预期多在 1 万亿到 1.5 万亿美元区间 1/ Anthropic 盘前隐含市值约 1.305 万亿美元，参考估值约 3800 亿美元，溢价约 3.4 倍 它的投资逻辑是 AI 第二极 OpenAI 之外，Anthropic 是最强模型公司之一，企业级 AI、代码、长上下文、安全合规，是它的主要定价点 它的交易逻辑是弹性最大，泡沫也最大 现在买 Anthropic，买的是它未来能不能成为第二个万亿级 AI 公司 当前盘前价格已经提前打满太多未来。IPO 如果低于 1 万亿美元，价格就有回归压力 适合短线情绪，不适合当便宜资产 涨得快，砸得也会快 2/ OpenAI 盘前隐含市值约 1.197 万亿美元，参考估值约 8520 亿美元，溢价约 40% 它的投资逻辑是 AI 主锚 ChatGPT 是用户入口，API 是开发者入口，企业版是商业化入口，OpenAI 是最容易被二级市场理解的 AI 资产 它的交易逻辑最顺。估值虽然不便宜，但有融资锚、有 IPO 预期、有市场共识。1.2 万亿美元这个位置已经不低，但如果 AI 主线继续强，OpenAI 最容易被资金接住 顺势交易，看 AI 主线强度 三者里估值逻辑最清楚 3/ SpaceX 盘前隐含市值约 2.013 万亿美元，公开硬估值锚约 8000 亿美元，IPO 预期约 1 万亿到 1.5 万亿美元 它的投资逻辑是全球最稀缺的硬科技资产 发射能力、Starlink、政府订单、轨道基础设施、商业航天垄断，这些东西短期很难复制 它的交易逻辑是资产最硬，价格最满 2 万亿美元以上，已经把 Starlink 增长、航天垄断、马斯克溢价、超级 IPO 全部提前算进去了 再往上，靠的已经不是估值便宜，而是全球资金继续接盘 长期最稀缺，短期最需要等回调 好公司，不等于好价格 短线最刺激：Anthropic 中期最顺手：OpenAI 长期最稀缺：SpaceX 按当前价格看，Anthropic 是高溢价情绪交易，OpenAI 是万亿美元 IPO 顺价交易，SpaceX 是高位信仰交易 重点是哪里有流动性，哪里有预期差，哪里就有钱赚 个人观点，不为投资建议

大模型厂商交替领先，真是各领风骚三五月：去年四季度是gemini、今年一季度是cluade、现在感觉轮到GPT5.5了。核心还是大家都在积极进取迭代，只很多时候领先源于对手的松懈。去年在算力投入上非常节制的Authropic最近应该是感受到了算力短缺的痛。 梳理下时间线 1、去年四季度： Google Gemini 3 系列（尤其是25年11月左右的Gemini 3 Pro/Deep Think）强势登顶，很多基准（如Humanity’s Last Exam、推理、多模态）领先，引发OpenAI“Code Red”。它在多模态、长上下文和搜索集成上特别亮眼，一度被视为转折点。 2、今年一季度： 最耀眼的自然是Anthropic Claude 4.6（Opus/Sonnet，2月发布）强势反超，尤其在编码（SWE-Bench）、长上下文推理、agentic任务和实际生产力上领先。 3、当下2026年4月： OpenAI GPT-5.5正处于发布窗口，刚 在ChatGPT和Codex上即将全面上线。它强调更好的上下文理解、编码、computer use和agent能力，试图追赶和超越。 大模型领域现在并没有绝对的“唯一王者”，而是各有专长： 1）Claude：主攻编码、长任务、可靠推理往往领先，Agent上迭代非常多。 2）Gemini：多模态、速度、性价比、超长上下文强（3.1 Pro Preview仍很能打）。 3）GPT：通用agent、工具调用、实时应用和生态集成突出，新版在上下文和特定专业任务上提升明显。算力囤积最积极 4）grok：有X这个实时内容平台提供源源不断的训练数据，但近期受制于团队动荡。看跟cursor的合作、以及囤积的大量算力，后面会不会进一步跟上。 当然还有meta最新的Muse Spark，AI团队的最新之作。 更不用说国内豆包、千问、混元、kimi也是各有特色，杀疯了。 这就是当下大模型领域的现状：快速迭代、轮流坐庄。暂时还没有一家能长期领先甚至垄断。当然竞争对用户是好事——模型越来越强、价格/速度也优化。 2月中在《资本开支的战争》推文里有聊过：”往下游看，越往用户端竞争越激烈，当然也是未来AI决胜的关键所在。 可以说大模型、在面向B端或者C端的Agent或者应用才是AI的王冠，但这一层面短期其实很难看出谁会成为最后真正的赢家，再很多时候都是交替领先”。现在看确实如此 GPT-5.5出来后估计又要新一轮刷榜了，下一个出来交替领先的会是谁？

奶友投稿的banana esim中国内地+澳门两地不减速不限量套餐 身处内地：中国移动香港（境内CMHK）、中国移动新加坡（境外CMI），做了分流 身处澳门：澳门电讯CTM 下行10-100Mbps 上行10-100Mbps，可解锁AI服务（包括ChatGPT和Gemini） 价格： 1d/33.15cny（优惠码ES20可减18hkd) 2d/50.60cny 3d/68.05cny 4d/59.33cny 5d/85.50cny（后续套餐折扣价) 7d/102.95cny 10d/155.30cny 15d/216.38cny

GPT image 2 生图能力太强了！ 刚被群友安利转战菲律宾区，每月只要 982 PHP（菲律宾比索） 折合约 16 美金/月，全球最便宜，没有之一 流程非常简单： 1、挂一个稳定的菲律宾节点（别用免费的，容易触发风控） 2、清浏览器 cookie，退出账号重新登录 3、进入 ChatGPT 升级页面，价格自动变成 982 PHP 4、用 Visa / 万事达 / 虚拟U卡支付即可

苹果商店的定价挺魔幻的.... 同一个 ChatGPT 订阅，如果你的 ID 在法国区，一个月要180 如果一不小心把地区改到土耳其，价格只要一半 76 😂 以此类推，每个软件每个地区的价格都不一样👇 分享个神器！可以查看不同地区的的App价格再订阅 🔗：

Aibijia：一个 AI 订阅服务的一键比价平台 网站将多个卡网和中转商的 ChatGPT、Claude、Gemini、Grok 等 AI 服务账号价格聚合在一起 方便用户快速对比不同渠道的价格

#AI# 目前在用的 AI 产品/模型，考虑了性能、价格、速度，以下是我认为的最优解： 1. 工作代码：Claude Code 200u 2. 沟通翻译：claude-sonnet-4-20250514（Claude Code 200u 转 API） 3. 阅读翻译：OpenAI gpt 4.1 nano 4. 语音转文字：ElevenLabs scribe_v1 5. 语音转文字后修正：OpenAI gpt 4.1 mini 6. 联网/信息搜索：Gemini / Claude / Grok 网页三开 7. 家人日常使用：ChatGPT 20u（个人信息记忆确实是护城河）

兄弟们！我靠嘴👄喷真的越来越行了😄 前几天不是Cursor 官方送了1万美金的额度，心想这不搞几个东西出来啊！ 不能白瞎了额度啊！ 于是乎我花了近 $100 + 2 天碎片时间,做了一个小工具: Owl Eyes.猫头鹰之眼的意思，死盯价格变化😄 它会盯着 141 个 App Store 区域的价格变化,告诉你: - ChatGPT / Claude 订阅哪个区更便宜 - 哪些 App 今天限免 - 哪些国家出现汇率窗口 - iPhone / Mac 在不同地区差多少钱？ - 价格降到目标线时邮件提醒 做完才发现一个很反直觉的事: 同一个数字产品,全球定价差异比想象中大得多。 有些差价不是 5%、10%, 而是能到 30%-70%。 以前我以为“省钱”是找优惠券。 现在发现,更大的优惠可能藏在国家、汇率和 Apple 的定价层里。 你们买订阅/软件时,会在意不同地区价格吗? 还是觉得切区太麻烦、不值得? 现在还没有自定义域名，大家可以先体验一下，然后吐槽一下。 如果你觉得有意思，可以一键三连，我如果需要我看项目是否可以开源？ 地址见评论区👇🏻

在过去3年，常常有人好奇，我引入中文推特的「动态博弈」理论究竟是如何产生的，是不是我自己拍脑袋想出来的 推特搜索「动态博弈」可以看到很多我的行情🧵推演，庄家剧本的串联讲解，对于逻辑性较强的读者有很高的增幅作用。 正好最近行情比较无聊，定力比较差的朋友很容易被市场忽悠得晕头乱转，胡乱操作并最终亏欠 借此机会，我准备跟我的理工科读者普及一下这块的知识，帮助大家更好地理解背后的原理。 ============================== 你在和ChatGPT畅聊人生问题的时候，也应该了解一些背后的原理，比如大语言模型的attention机制中的Q/K/V向量 「动态博弈」，核心关键词当然是“动态”两个字，是来自「线性动态系统」（Linear Dynamical Systems）这一经典理论基础，我们今天围绕这个原始的理论，讲3⃣个概念。 线性动力学系统，也被称为线性高斯状态空间模型，是一种概率图模型。 📔我先说一嘴「概率」，啰嗦两小段： 如果学过量子力学，你就知道，时间t这个参数其实在大部分情况下是不存在的，世间万物并不是以一个固定的状态产生，每一种东西都是由「概率波」叠加形成。 在部分概率波叠加的时候，含时薛定谔方程中的时间参数t会被约去，有的时候不会。参数t如果被约去了，那就变成了Stationary State，「时间」就会失去意义（后面会讲）。 「概率」这样东西，在全世界的数据中当然是大量使用的，自然也包含金融数据。 比如你持有的山寨币，随着比特币的价格变化，山寨币的价格也会发生对应的变化； 中东打仗，如果大家倾向于BTC避险，那BTC因为散户相信的故事会涨，涨的概率是🅰️；如果BTC被庄家控盘的过程中现在要满足控盘需要，不想让它现在涨，跌的概率是🅱️； 这当然也是概率的2种运用，🅰️和🅱️都有概率，该怎么判断呢？ 🕎这里就需要提到第二个概念（2/3），卡尔曼滤波 Linear Dynamical Systems 通常由两个线性方程描述，而卡尔曼滤波就是基于这两个方程进行递归计算，「状态转移方程」和「观测方程」 大家还记得我在讲「动态博弈」的时候，经常对黑子说一段话： 「动态博弈」的精髓是： 根据手上观察及掌握到的所有信息，进行多因子建模，对未来「一小段时间」即将发生的事情进行预测 这也正对应「线性动态系统」中的「状态转移方程」 xₜ = A xₜ₋₁ + B uₜ + wₜ 🔢接下来，是第3个概念（3/3） 老粉应该还记得我讲过很多次的一个概念——多因子模型，对吧？记得特别清楚，我是在一个傍晚跟大家开space讲的多因子，事后我还特地上传了一个评估模型到我的Github上。 「动态博弈」的「多因子模型」，其实就是「线性动态系统」中的「状态转移方程」中的A，A是状态转移矩阵，由很多代表权重的数字组成。 相信很多散户朋友，总是对“量化”系统，各种“量化”带有技术的滤镜， 恕我直言，到处宣传量化这件事的，99%都是骗子。 市面上的很多量化系统，都是采用傅立叶变换和卡尔曼滤波进行市场数据的降噪处理的，你完全可以用从我这里学到的这个基础知识来考考他们。 很有趣，对不对？ 为什么要降噪？为什么要用卡尔曼滤波？ ▌特朗普的儿子说要对伊朗报复， 这是不是噪音？ ▌那个🦅 KOL 说，大家跟我买入，别怕！哎呀妈呀，怎么以太坊画门了呀！又亏了！ 这是不是噪音？ 比特币价格上下起伏5%，你的心就乱跳3天，长此以往，根本静不下来心，当然不可能做好交易。 卡尔曼滤波的核心优势是什么呢？ 作为一种递推滤波器，它不需要存储全部历史数据，每收到一个新的市场观测值，就能立即更新当前状态的估计。 这难道不牛逼？ 听起来是不是就有点像“裸K”战法？确实有一点点像。 但我更看重的是，它能有效过滤掉金融市场中频繁出现的随机波动，捕捉更平稳的价格趋势；当因子的有效性随市场环境变化时，利用卡尔曼滤波对多因子的暴露度进行动态校准，可以提高交易策略的稳定性。 现在你明白了吧，「动态博弈」就是靠【数学】，而不是【玄学】 最后布置给大家一个小作业，图中为什么把两边的高斯分布，通过卡尔曼滤波可以实现更准确，为什么两边是高斯分布呢？ 好好想10秒，前面讲过的哟 ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ͏ ==================== 对，我在2月24号给大家讲过一个重要概念： 世界是对数的 而「对数高斯分布」，就是「对数正态分布」，广泛用于描述右偏数据。 知识都是环环相扣的