小模型成了AI公司们降本增效的利器。
文|孙欣
编辑|姚赟
头图来源|视觉中国
扎克伯格预测，Meta AI助手使用率几个月后将超越ChatGPT。
7月24日凌晨，美国科技巨头Meta推出迄今为止性能最强大的开源大模型——Llama 3.1 405B（4050亿参数），同时发布了全新升级的Llama 3.1 70B和8B模型版本。
Llama 3.1 405B支持上下文长度为128K tokens，是全球迄今为止性能最强大、参数规模最大的开源模型，在基于15万亿个tokens、超1.6万个H100 GPU上进行训练，这也是Meta有史以来第一个以这种规模进行训练的Llama模型。
因性能佳、开源、多方合作，目前所有Llama模型版本的总下载量已经超过3亿次。研究人员基于超150个基准测试集的评测结果显示，Llama 3.1 405B可与GPT-4o、Claude 3.5 Sonnet和Gemini Ultra等业界头部模型相媲美，包括亚马逊AWS、英伟达、微软Azure和谷歌云等25家头部公司与Meta达成合作，引入Llama 3.1。
“这对于我们来说是久旱逢甘霖。”独立分析师Jimmy告诉《中国企业家》。苦于缺乏长期高质量的训练数据已久，全球AI领域的开发人员终于迎来了开源曙光。一般来说，较小的专家模型（参数规模在10亿~100亿）通常利用“蒸馏技术”，也就是利用更大的模型来增强训练数据。但由于巨头OpenAI的闭源，此类训练数据的缺乏是各大模型共同的难题。
开、闭源之争一直是AI圈的中心话题。Meta创始人、CEO扎克伯格提到：“我相信Llama 3.1的发布将成为行业的一个转折点”；360集团创始人周鸿祎也曾表示，开源社区聚集全球上千家公司、数十万程序员和工程师，开发力量是一个闭源公司的数百倍。
扎克伯格开源Llama 3.1，逼急OpenAI
Meta公布前一天，Llama 3.1的模型和基准测试结果已经在国外的Reddit等社区上泄露，Llama 3.1的磁力链接也被流传，“强大”“开源”成为评论区的高频词。
Llama 3.1包含8B、70B和405B三种参数规模，其中超大杯4050亿版本，该系列模型上下文窗口增加到了128K，扩大16倍；增加了8种支持语言；提升了工具使用能力，支持搜索和Wolfram Alpha的数学推理；拥有更宽松的许可，允许使用模型输出改进其他LLMs。
事实上，开、闭源的大模型差距正在缩小。Meta在官博指出最新一代的Llama将激发新的应用程序和建模范式，包括利用合成数据生成来提升和训练更小的模型，以及模型蒸馏——这是一种在开源领域从未有过的能力。在基准测试集中的表现几乎可以媲美当前顶尖闭源模型GPT-4o和Claude 3.5 Sonnet，并且所有版本都可以在官网下载使用。
Meta对Llama 3.1的布局在今年4月就有迹可循。当时Meta就透露说，正在开发人工智能行业的第一款产品：一个性能与OpenAI等公司最好的私有模型相媲美的开源模型。
相比于OpenAI对技术细节的“惜字如金”，Meta此次不仅开放小助手应用在线试玩，还发布了近100页的详细论文，涵盖了创造Llama 3.1过程中的一切，比如训练数据、过滤、退火、合成数据，并透露Llama 4已在开发中。
扎克伯格亲自为开源大模型Llama 3.1站台，在推特撰写长文《Open Source AI Is the Path Forward》强调开源的意义，他表示：“今天我们正迈出下一步——使开源AI成为行业标准。”在特斯拉前AI总监关于Llama 3.1大模型的帖子下面，马斯克罕见地盛赞扎克伯格：“这令人印象深刻，扎克（伯格）的开源决定确实值得赞扬。”
Meta与OpenAI分别代表着开源与闭源的两条技术路线。关于开源和闭源的斗争由来已久，此前在彭博社的采访中，扎克伯格更是公开嘲讽：“阿尔特曼的领导能力值得称赞，但有点讽刺的是公司名为OpenAl却成为构建封闭式人工智能模型的领导者。”
面对Meta这次的大招，OpenAI以低价策略应战。
Meta公布Llama 3.1两个多小时后，OpenAI发布消息：公司推出了GPT-4o mini微调功能版，从现在到9月23日可免费使用。据了解，GPT-4o mini的输入tokens费用比GPT-3.5 Turbo 低90%，输出tokens 费用低80%。即使免费期结束，GPT-4o mini的价格也比GPT-3.5 Turbo低一半。
价钱打折，但产品能力不打折。据了解，GPT-4o mini比经典版本GPT-3.5 Turbo能力更强，GPT-4o mini的上下文长度为65k tokens，是GPT-3.5 Turbo的四倍，推理上下文长度为128k tokens，是GPT-3.5 Turbo的八倍。
这就意味着，若使用GPT-4o mini微调版，就可以享受：以实惠的使用费用，使用更长的上下文、更聪明的顶尖大模型。阿尔特曼更是在推特发文表示，GPT-4o mini以1/20的价格在lmsys上实现了与GPT-4o接近的性能表现，他还希望大家能够多多使用GPT-4o mini 微调版本。
此次OpenAI以发布GPT-4o mini 微调版为盾，不仅是对Meta开源大模型步步紧逼的反击，也同时将硅谷AI价格战的火药味推得更浓。
用价格“围剿”OpenAI
即使OpenAI推出可免费使用的小模型，但比起同为大模型的产品，Llama 3.1 405B的价格比GPT-4o仍然要低很多。
公开数据显示，Llama 3.1的价格在Fireworks平台上是每1百万tokens的输入/输出价格是3美元，而GPT-4o每1百万tokens的输入价格是5美元，输出价格是15美元。此外，Claude 3.5 sonnet的每1百万tokens的输入价格是3美元，输出价格是15美元。
这不是硅谷在AI方面的第一次“价格战”。
今年5月，OpenAI发布GPT-4o并支持免费试用，调用API的价格也比GPT-4-Turbo降低一半——打响了硅谷大模型价格战第一枪，同时这也是2023年起OpenAI的第4次降价。7月18日深夜，GPT-4o mini的正式亮相，与GPT-3.5相比性能更强，也更便宜，连阿尔特曼都曾建议大家不要再用GPT-3.5了。
用低价“围剿”OpenAI已成大模型公司们的惯例。公开信息显示，与GPT-4o相比较，各大公司的最新发布的产品分别是：Meta的Llama 3.1，谷歌的Gemini 1.5 pro，Claude 3 Sonnet，新近的Mistral AI，这些最新大模型价格均低于GPT-4o。
国际头部大模型公司产品价格表，信息来源各大模型官网。制表：孙欣
而大模型的价格战在国内也已开始。5月6日，初创大模型公司DeepSeek深度求索将输入价格定为1元/百万tokens。紧接着智谱AI的GLM-3-Turbo模型、字节跳动的豆包大模型，以及阿里巴巴的通义系列模型、百度的文心一言模型纷纷跟牌。
低价，正在成为一种趋势。
小模型或将成为AI新风口
一直以来，大模型的发展受困于成本。斯坦福HAI研究所发布的《斯坦福2024年人工智能指数报告》指出，AI模型的培训成本已经达到了前所未有的水平。例如，OpenAI的GPT-4估计使用了7800万美元用于计算训练，而谷歌的Gemini Ultra花费了1.91亿美元用于计算。2017年训练最初的Transformer模型的成本仅为约900美元。
而现在，小模型成了AI公司们降本增效的利器。
掀起新一轮价格战前，OpenAI先手开卷小模型。7月18日，OpenAI发布小模型GPT-4o mini，并称其为“迄今为止最具成本效益的小模型”，正是上周（北京时间7月25日凌晨）宣布免费使用的GPT-4o mini微调版的真身；苹果公司在Hugging Face上发布了DCLM-7B开源小模型；不久后，英伟达和法国明星AI独角兽Mistral联合发布了名为Mistral NeMo的小模型，称可以直接替换任何使用Mistral 7B的系统。
小模型，通俗来说就是比大模型处理数据能力略小的模型，可以理解为mini版的大模型。在AI领域，参数规模越大，大模型学习能力越强，诸如GPT-4这些模型通常拥有数十亿甚至数百亿的参数。然而据OpenAI介绍，小模型GPT-4o mini在MMLU上的得分为82%，甚至某些表现优于大模型GPT-4。
对大部分用户来说，小模型是大模型的“平替”，极具性价比。尽管小模型在处理复杂任务上不具优势，但在小任务上具备更快的推理能力。同时对计算机存储需求也更小，耗能也更小。根据各公司的大、小模型产品对比来看，小模型价格较低。根据Artificial Analysis的统计，美国AI公司主流“小模型”中，GPT-4o mini的价格最低，在无需处理复杂任务的“普通用户”中或许将更受欢迎。
低价来自成本的降低。阿尔特曼在推特上发文指出，2022年世界上最好的模型text-davinci-003，它比GPT-4o mini差得多，但成本要贵上100多倍。这一波OpenAI抢先布局小模型，就是想通过显著降低AI使用成本，扩大AI使用范围。
低成本、低性价比、更广用户适配度，小模型不仅能成为AI公司们to C端的有力手段，更是AI价格战的应对神器，或将成为下一个新风口。
今年年初，2024百度AI开发者大会上，李彦宏提出未来大型的AI原生应用都是大小模型的混用。他还表示，用户基于百度文心4.0，可以灵活剪裁出适用于不同场景的小尺寸模型，“在一些特定场景中，经过精调后的小模型，其使用效果甚至可以媲美大模型。”
国外GPT-4o、Llama 3.1轮番轰炸，国内“千模大战”大浪淘沙，无论开源还是闭源，高价还是低价、大模型还是小模型，这波AI浪潮最后的胜者还未显现。
