馬斯克力挺扎克伯格，OpenAI“0元”應戰

小模型成了AI公司們降本增效的利器。

扎克伯格預測，Meta AI助手使用率幾個月後將超越ChatGPT。

7月24日凌晨，美國科技巨頭Meta推出迄今為止性能最強大的開源大模型——Llama 3.1 405B（4050億參數），同時發佈了全新升級的Llama 3.1 70B和8B模型版本。

Llama 3.1 405B支援上下文長度為128K tokens，是全球迄今為止性能最強大、參數規模最大的開源模型，在基於15兆個tokens、超1.6萬個H100 GPU上進行訓練，這也是Meta有史以來第一個以這種規模進行訓練的Llama模型。

因性能佳、開源、多方合作，目前所有Llama模型版本的總下載量已經超過3億次。研究人員基於超150個基準測試集的評測結果顯示，Llama 3.1 405B可與GPT-4o、Claude 3.5 Sonnet和Gemini Ultra等業界頭部模型相媲美，包括亞馬遜AWS、輝達、微軟Azure和Google雲等25家頭部公司與Meta達成合作，引入Llama 3.1。

“這對於我們來說是久旱逢甘霖。”獨立分析師Jimmy告訴《中國企業家》。苦於缺乏長期高品質的訓練資料已久，全球AI領域的開發人員終於迎來了開源曙光。一般來說，較小的專家模型（參數規模在10億~100億）通常利用“蒸餾技術”，也就是利用更大的模型來增強訓練資料。但由於巨頭OpenAI的閉源，此類訓練資料的缺乏是各大模型共同的難題。

開、閉源之爭一直是AI圈的中心話題。Meta創始人、CEO扎克伯格提到：“我相信Llama 3.1的發佈將成為行業的一個轉折點”；360集團創始人周鴻禕也曾表示，開源社區聚集全球上千家公司、數十萬程式設計師和工程師，開發力量是一個閉源公司的數百倍。

1. 扎克伯格開源Llama 3.1，逼急OpenAI

Meta公佈前一天，Llama 3.1的模型和基準測試結果已經在國外的Reddit等社區上洩露，Llama 3.1的磁力連結也被流傳，“強大”“開源”成為評論區的高頻詞。

Llama 3.1包含8B、70B和405B三種參數規模，其中超大杯4050億版本，該系列模型上下文窗口增加到了128K，擴大16倍；增加了8種支援語言；提升了工具使用能力，支援搜尋和Wolfram Alpha的數學推理；擁有更寬鬆的許可，允許使用模型輸出改進其他LLMs。

事實上，開、閉源的大模型差距正在縮小。Meta在官博指出最新一代的Llama將激發新的應用程式和建模範式，包括利用合成資料生成來提升和訓練更小的模型，以及模型蒸餾——這是一種在開源領域從未有過的能力。在基準測試集中的表現幾乎可以媲美當前頂尖閉源模型GPT-4o和Claude 3.5 Sonnet，並且所有版本都可以在官網下載使用。

Meta對Llama 3.1的佈局在今年4月就有跡可循。當時Meta就透露說，正在開發人工智慧行業的第一款產品：一個性能與OpenAI等公司最好的私有模型相媲美的開源模型。

相比於OpenAI對技術細節的“惜字如金”，Meta此次不僅開放小助手應用線上試玩，還發佈了近100頁的詳細論文，涵蓋了創造Llama 3.1過程中的一切，比如訓練資料、過濾、退火、合成資料，並透露Llama 4已在開發中。

扎克伯格親自為開源大模型Llama 3.1站台，在推特撰寫長文《Open Source AI Is the Path Forward》強調開放原始碼的意義，他表示：“今天我們正邁出下一步——使開源AI成為行業標準。”在特斯拉前AI總監關於Llama 3.1大模型的帖子下面，馬斯克罕見地盛讚扎克伯格：“這令人印象深刻，扎克（伯格）的開源決定確實值得讚揚。”

Meta與OpenAI分別代表著開源與閉源的兩條技術路線。關於開源和閉源的鬥爭由來已久，此前在彭博社的採訪中，扎克伯格更是公開嘲諷：“阿爾特曼的領導能力值得稱讚，但有點諷刺的是公司名為OpenAl卻成為建構封閉式人工智慧模型的領導者。”

面對Meta這次的大招，OpenAI以低價策略應戰。

Meta公佈Llama 3.1兩個多小時後，OpenAI發佈消息：公司推出了GPT-4o mini微調功能版，從現在到9月23日可免費使用。據瞭解，GPT-4o mini的輸入tokens費用比GPT-3.5 Turbo 低90%，輸出tokens 費用低80%。即使免費期結束，GPT-4o mini的價格也比GPT-3.5 Turbo低一半。

價錢打折，但產品能力不打折。據瞭解，GPT-4o mini比經典版本GPT-3.5 Turbo能力更強，GPT-4o mini的上下文長度為65k tokens，是GPT-3.5 Turbo的四倍，推理上下文長度為128k tokens，是GPT-3.5 Turbo的八倍。

這就意味著，若使用GPT-4o mini微調版，就可以享受：以實惠的使用費用，使用更長的上下文、更聰明的頂尖大模型。阿爾特曼更是在推特發文表示，GPT-4o mini以1/20的價格在lmsys上實現了與GPT-4o接近的性能表現，他還希望大家能夠多多使用GPT-4o mini 微調版本。

此次OpenAI以發佈GPT-4o mini 微調版為盾，不僅是對Meta開源大模型步步緊逼的反擊，也同時將矽谷AI價格戰的火藥味推得更濃。

2. 用價格“圍剿”OpenAI

即使OpenAI推出可免費使用的小模型，但比起同為大模型的產品，Llama 3.1 405B的價格比GPT-4o仍然要低很多。

公開資料顯示，Llama 3.1的價格在Fireworks平台上是每1百萬tokens的輸入/輸出價格是3美元，而GPT-4o每1百萬tokens的輸入價格是5美元，輸出價格是15美元。此外，Claude 3.5 sonnet的每1百萬tokens的輸入價格是3美元，輸出價格是15美元。

這不是矽谷在AI方面的第一次“價格戰”。

今年5月，OpenAI發佈GPT-4o並支援免費試用，呼叫API的價格也比GPT-4-Turbo降低一半——打響了矽谷大模型價格戰第一槍，同時這也是2023年起OpenAI的第4次降價。7月18日深夜，GPT-4o mini的正式亮相，與GPT-3.5相比性能更強，也更便宜，連阿爾特曼都曾建議大家不要再用GPT-3.5了。

用低價“圍剿”OpenAI已成大模型公司們的慣例。公開資訊顯示，與GPT-4o相比較，各大公司的最新發佈的產品分別是：Meta的Llama 3.1，Google的Gemini 1.5 pro，Claude 3 Sonnet，新近的Mistral AI，這些最新大模型價格均低於GPT-4o。

而大模型的價格戰在國內也已開始。5月6日，初創大模型公司DeepSeek深度求索將輸入價格定為1元/百萬tokens。緊接著智譜AI的GLM-3-Turbo模型、字節跳動的豆包大模型，以及阿里巴巴的通義系列模型、百度的文心一言模型紛紛跟牌。

低價，正在成為一種趨勢。

3. 小模型或將成為AI新風口

一直以來，大模型的發展受困於成本。斯坦福HAI研究所發佈的《斯坦福2024年人工智慧指數報告》指出，AI模型的培訓成本已經達到了前所未有的水平。例如，OpenAI的GPT-4估計使用了7800萬美元用於計算訓練，而Google的Gemini Ultra花費了1.91億美元用於計算。2017年訓練最初的Transformer模型的成本僅為約900美元。

而現在，小模型成了AI公司們降本增效的利器。

掀起新一輪價格戰前，OpenAI先手開卷小模型。7月18日，OpenAI發佈小模型GPT-4o mini，並稱其為“迄今為止最具成本效益的小模型”，正是上周（台北時間7月25日凌晨）宣佈免費使用的GPT-4o mini微調版的真身；蘋果公司在Hugging Face上發佈了DCLM-7B開源小模型；不久後，輝達和法國明星AI獨角獸Mistral聯合發佈了名為Mistral NeMo的小模型，稱可以直接替換任何使用Mistral 7B的系統。

小模型，通俗來說就是比大模型處理資料能力略小的模型，可以理解為mini版的大模型。在AI領域，參數規模越大，大模型學習能力越強，諸如GPT-4這些模型通常擁有數十億甚至數百億的參數。然而據OpenAI介紹，小模型GPT-4o mini在MMLU上的得分為82%，甚至某些表現優於大模型GPT-4。

對大部分使用者來說，小模型是大模型的“平替”，極具性價比。儘管小模型在處理複雜任務上不具優勢，但在小任務上具備更快的推理能力。同時對電腦儲存需求也更小，耗能也更小。根據各公司的大、小模型產品對比來看，小模型價格較低。根據Artificial Analysis的統計，美國AI公司主流“小模型”中，GPT-4o mini的價格最低，在無需處理複雜任務的“普通使用者”中或許將更受歡迎。

低價來自成本的降低。阿爾特曼在推特上發文指出，2022年世界上最好的模型text-davinci-003，它比GPT-4o mini差得多，但成本要貴上100多倍。這一波OpenAI搶先佈局小模型，就是想通過顯著降低AI使用成本，擴大AI使用範圍。

低成本、低性價比、更廣使用者適配度，小模型不僅能成為AI公司們to C端的有力手段，更是AI價格戰的應對神器，或將成為下一個新風口。

今年年初，2024百度AI開發者大會上，李彥宏提出未來大型的AI原生應用都是大小模型的混用。他還表示，使用者基於百度文心4.0，可以靈活剪裁出適用於不同場景的小尺寸模型，“在一些特定場景中，經過精調後的小模型，其使用效果甚至可以媲美大模型。”

國外GPT-4o、Llama 3.1輪番轟炸，國內“千模大戰”大浪淘沙，無論開源還是閉源，高價還是低價、大模型還是小模型，這波AI浪潮最後的勝者還未顯現。 (中國企業家雜誌)