过去一周，小模型战场悄然开“卷”。大模型训练成本如滚雪球般越滚越大，曾经坚信“大力出奇迹”的科技巨头们，如今纷纷转向小模型赛道，试图在这场技术与商业的角逐中寻找新的突破口。

OpenAI、谷歌、微软乃至苹果，各自带着小模型利器纷纷亮相，谁能在这场成本与性能较量中找到黄金分割点？

一、小模型更小、更好、更便宜

7月18日，Open AI推出了号称迄今为止最具成本效益的小模型GPT-4o mini。

据Open AI介绍，小模型产品是想通过显著降低AI使用成本，扩大AI使用范围。GPT-4o mini在MMLU上的得分为82%，并在LMSYS排行榜的聊天偏好测试中表现优于GPT-4。

GPT-4o mini适用于一系列任务，第一类是需要多次调用模型的应用，例如调用多个API；第二类是需要向模型传递大量上下文信息的应用，例如完整的代码库或对话历史；第三类是通过快速的实时文本响应与客户互动的应用，例如聊天机器人。

目前，GPT-4o mini在API中支持文本和视觉处理，未来将支持文本、图像、视频和音频的输入和输出。该模型的上下文窗口为128K tokens，每次请求支持多达16K输出tokens，并且具备截至2023年10月的知识。

GPT-4o mini成为主推产品，已在 ChatGPT 免费版上线。在学术基准测试中，GPT-4o mini在文本智能和多模态推理方面超越了GPT-3.5 Turbo和其他小型模型，支持与GPT-4o相同范围的语言。它还在函数调用方面表现出色，使开发人员能够构建与外部系统交互的应用，并在长上下文处理性能方面优于GPT-3.5 Turbo。

图源：Open AI

就在OpenAI推出GPT-4o mini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，提供性能优越、部署便捷、安全性高的企业级AI功能。由于 Mistral NeMo 依赖于标准架构，因此易于使用，可以直接替换任何使用 Mistral 7B 的系统。

同样不走寻常路的还有最新杀入AI战场的苹果。近期，苹果公司作为 DataComp-LM（DCLM）项目的研究机构之一，在 Hugging Face 上发布了 DCLM-7B 开源模型，而且比其他公司更开放。据了解，该模型性能已经超越了 Mistral 7B，并且正在逼近其他领先的开源模型，包括 Llama 3 和 Gemma。

对此有科学家发出惊叹：“Apple发布了一个击败Mistral 7B的模型，但更棒的是他们完全开源了，包括预训练数据集！”

二、小模型或成价格战“利器”

有人将AI领域如此热闹的一周戏称为“小模型周”。事实上，今年以来，小模型的赛道早已开跑，今年5月，谷歌发布了轻量级模型Gemini 1.5 Flash。4月，微软推出SLM（小语言模型）Phi-3系列，微软强调Phi-3便宜得多，但响应能力接近比它大10倍的模型，号称能力对标GPT3.5。

小模型，顾名思义指的是参数规模远小于一些大型语言模型的模型，常见的参数规模有1.5b、3b、7b等。尽管参数较少，但通过特定的设计和优化，小模型依然能够在某些任务上实现与大型模型相近的性能，同时降低计算资源消耗，提高能耗比。

曾经信仰“大力出奇迹”的巨头们，如今前赴后继地入局小模型赛道，仍旧是出于那个绕不开的理由：“成本”。

今年以来，国内外大模型赛道的价格战愈演愈烈。自去年以来，OpenAI已经进行了4次降价，国内方面，5月，字节跳动把定价降低了一个数量级，从以分计价进入以厘计价时代。根据火山引擎公布的价格计算，1元就能买到豆包主力模型的125万Tokens，大约是200万个汉字。7月5日，2024世界人工智能大会（WAIC 2024）期间，百度宣布文心旗舰款模型ERNIE 4.0和ERNIE 3.5大幅降价，ERNIE Speed、ERNIE Lite两款主力模型持续免费。

价格战打得火热的背后，尖端AI训练成本居高不下，甚至越来越高。

斯坦福HAI研究所发布的报告指出，当前尖端AI的训练成本正越来越高，报告显示，2017年训练最初的Transformer模型的成本仅为约900美元，而到了2019年，RoBERTa Large模型的训练成本已经升至约16万美元。到了2023年，OpenAI GPT-4和Google Gemini Ultra的训练成本更是分别达到约7800万美元和近2亿美元。

为此，小模型以更低的成本，极致的性价比，成为AI模型公司卷价格战的“利器”。

GPT-4o mini发布后，山姆·奥特曼在推特上发文指出，早在2022年，世界上最好的模型是text-davinci-003，它比GPT-4o mini差得多，但成本要贵上100多倍。

成本更低的小模型给成本敏感型企业多了一重选择。GPT-4o mini的每百万输入tokens 为15美分，每百万输出tokens 为60美分，相对的，此前入门款模型GPT-3.5 Turbo输入/输出定价是0.5美元/1.5美元，GPT-4o mini在此基础上便宜了超60%。

根据Artificial Analysis的统计，GPT-4o mini已经达到美国AI公司主流“小模型”里价格最低位置，比起Anthropic、谷歌的同类型竞品都要更具性价比。

“在过去的几年里，我们见证了人工智能的显著进步，同时也见证了成本的大幅低，我们致力于提高模型性能的同时继续降低成本。”OpenAI方面表示，自2022年以来，模型每token的成本下降了99%。

三、小模型正成为新风口

真正落地后，性价比成为企业的重要考量，小模型或将越来越受青睐。

《华尔街日报》近日报道，企业正越来越多地部署中小型的AI模型，它们更青睐规模较小、更具成本效益的AI技术，而不是在AI热潮早期掀起波澜的大型昂贵模型。

对于一些最常见的AI用例来说，比如涉及文档分类等小范围、重复的任务，中小型模型更有意义。当前企业正在部署更多AI用例，它们也面临着管理这种昂贵技术的成本和回报的压力。

营销服务公司WPP集团正在使用谷歌Gemini的中型模型Flash，其首席技术官斯蒂芬·普雷托留斯提到，一年前，企业被少数几款大型模型吸引。当公司有限度地、试验性地使用它们的能力时，情况还好，但现在随着它们的规模扩大，大模型的成本可能很快就会失控。

“企业倾向于构建小模型来完成特定任务。”山海引擎COO彭璐在接受《IT时报》记者采访时曾表示，国内算力需求正从大规模模型训练转向推理需求，尤其是企业对于私有化部署的推理需求日益增长。随着开源模型能力的提升，企业发现通过微调开源模型即可满足特定任务需求，无须投入巨资训练超大规模模型。

在今年年初召开的2024百度AI开发者大会上，李彦宏也表示，基于百度文心4.0，用户可以结合效果、响应速度及推理成本等多维度因素，灵活剪裁出适用于不同场景的小尺寸模型。相较于直接使用开源模型调整得到的模型，这些定制的小模型在同等尺寸下展现出了更为显著的效果优势；而在同等效果下，其成本则更低廉。

“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。”李彦宏论断，未来大型的AI原生应用将主要采用大小模型混合使用的方式，根据不同场景选择适合的模型。