quiz.json

{
  "lesson": "02-inference-platform-economics",
  "title": "推理平台经济学 —— Fireworks、Together、Baseten、Modal、Replicate、Anyscale",
  "questions": [
    {
      "stage": "pre",
      "question": "本课用哪三个市场细分来组织 2026 年的推理供应商？",
      "options": [
        "免费、付费、企业版",
        "单租户、多租户、本地部署（on-prem）",
        "定制芯片、GPU 平台、API 优先的市场（marketplace）",
        "开源、商业、混合"
      ],
      "correct": 2,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "大约在多高的持续 GPU 利用率下，按分钟计费（Baseten、Modal）开始优于按 token 计费（Fireworks、Together）？",
      "options": [
        "60%",
        "90%",
        "30%",
        "5%"
      ],
      "correct": 2,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "哪个平台被描述为 Python 原生的 serverless，按秒计费，且预热后冷启动为 2-4 秒？",
      "options": [
        "Baseten",
        "Modal",
        "Fireworks",
        "Anyscale"
      ],
      "correct": 1,
      "explanation": ""
    },
    {
      "stage": "check",
      "question": "Fireworks 在 LoRA 定价上有什么显著的差异化优势？",
      "options": [
        "用 LoRA 服务的请求比基础模型更贵",
        "完全不支持 LoRA",
        "LoRA 请求需要单独的专用 GPU 合约",
        "用 LoRA 服务的请求按基础模型的每 token 费率计费"
      ],
      "correct": 3,
      "explanation": ""
    },
    {
      "stage": "post",
      "question": "对于一个受监管的医疗客户，需要 SOC 2 Type II、满足 HIPAA 要求的合规姿态以及专用 GPU，哪个平台最合适？",
      "options": [
        "Baseten",
        "Together",
        "Anyscale",
        "Replicate"
      ],
      "correct": 0,
      "explanation": ""
    },
    {
      "stage": "post",
      "question": "为什么本课认为在平台这一层，「定制引擎」的宣称大多只是营销上的暗讽？",
      "options": [
        "按 token 定价是唯一真正的差异化点",
        "vLLM 和 SGLang 大约占了生产环境开源推理的 80%，因此平台的差异化更多来自开发体验（DX）、成本归因和 SLA，而非引擎本身",
        "所有定制引擎都是 TensorRT-LLM 的分支",
        "定制引擎从来不会超越 vLLM"
      ],
      "correct": 1,
      "explanation": ""
    }
  ]
}