界面新闻记者 | 伍(wu)洋宇
界面新闻编辑 | 文姝(shu)琪
界面新闻记者 | 伍(wu)洋宇
界面新闻编辑 | 文姝(shu)琪
“小(xiao)模(mo)型”战况突然变得激烈起来，无法做到便宜又好用的公司恐怕要掉队了。
7月19日，OpenAI突然官宣(xuan)并上线(xian)了一款“小(xiao)模(mo)型”GPT-4o mini，被团队描述为最智能、最实惠的模(mo)型，其性能和价格均(jun)已赶超GPT-3.5 Turbo。
作为直观对比，GPT-4o mini输入(ru)价格为15美分/百万Tokens，输出价格为60美分/百万Tokens。而曾被视为OpenAI内部最轻量级且高性价比的GPT-3.5 Turbo，其输入(ru)价格为50美分/百万Tokens，输出价格为150美分/百万Tokens。
至此，OpenAI“小(xiao)模(mo)型”API价格再降至少60%。
性能方面，该模(mo)型支持128K上下文输入(ru)以及16K输出。OpenAI的基准测试(shi)显示(shi)，除了GPT-3.5 Turbo，它的性能还超过了Claude 3 Haiku和Gemini 1.5 Flash这两种之前最便宜、最好的模(mo)型。
GPT-4o mini的高性能来源于(yu)GPT-4o，这是OpenAI目前最快、最强大的旗舰大模(mo)型。OpenAI在5月的一次直播活动(dong)中(zhong)发布了GPT-4o，“o”代表omni（全能的），寓意了该模(mo)型对多模(mo)态的注(zhu)重。彼时，团队表示(shi)GPT-4o对音频、视频和文本等多模(mo)态理解(jie)与生成(cheng)功能进行了改进，能够(gou)以更高的速度和质量处理50种不同的语言。
目前，GPT-4o mini API接口已开放，支持文本和视觉(jue)，未来还将融入(ru)文本、图像、视频和音频的输入(ru)和输出。它将于(yu)当地时间(jian)周(zhou)四向ChatGPT的免费用户、ChatGPT Plus和团队订阅(yue)者开放，ChatGPT企业(ye)用户将于(yu)下周(zhou)开放。
GPT-4o mini发布后，山姆·奥特(te)曼在推特(te)上发文为自家产品站台，“通往智能的成(cheng)本，便宜到不值得计量。”他概括了GPT-4o mini最直观的特(te)点(dian)：便宜的价格，MMLU（Massive Multitask Language Understanding/大规(gui)模(mo)多任务语言理解(jie)）得分82%，性能超快。
山姆几(ji)乎不遗(yi)余力强调这一点(dian)。他在另一条推文中(zhong)写道，早(zao)在2022年，世(shi)界上最好的模(mo)型是text-davinci-003，它比GPT-4o mini差(cha)得多，但成(cheng)本要贵上100多倍。
性能提升与成(cheng)本下降正是OpenAI在当前研发进展中(zhong)所强调的。公司在一份新闻稿中(zhong)表示(shi)，“在过去的几(ji)年里，我们见证(zheng)了人工智能的显著(zhu)进步，同时也见证(zheng)了成(cheng)本的大幅降低。我们致力于(yu)在提高模(mo)型性能的同时继续降低成(cheng)本。”
公司设想(xiang)未来，模(mo)型将无缝集(ji)成(cheng)到每个应用程序和每个网站上。以GPT-4o mini为代表的“小(xiao)模(mo)型”将为开发人员更高效、更经济地构建和扩展强大的AI应用铺(pu)平道路。“人工智能的未来将变得更容易获(huo)得、更可靠，并嵌入(ru)到我们的日常数字体验中(zhong)。”
通过提效降本促(cu)进大模(mo)型服务普及，已经成(cheng)为大模(mo)型公司的共识。
今年上半年以来国内掀起的API价格战正是这个趋势的缩影(ying)。而除了大模(mo)型推理成(cheng)本的逐年自然下降，以压缩和蒸馏等技术思路做“小(xiao)模(mo)型”也是其中(zhong)一个重要方向，海外的Mistral AI以及国内的DeepSeek、面壁(bi)智能都有相应成(cheng)果产出。
这一方面是为了推动(dong)开发者先用起来，另一方面也是落地端侧设备的必(bi)要历程。在这一点(dian)上，三(san)星和苹果两大厂(chang)商已经在今年显示(shi)出了野(ye)心(xin)，智能硬件或将成(cheng)为大模(mo)型最好的落地场景之一。
这意味着，在下一阶段，通用大模(mo)型公司不仅要按照Scaling Law（规(gui)模(mo)法则）继续推进大模(mo)型的智能提升，更要掌握把模(mo)型做小(xiao)的能力，以覆盖更多用户和应用场景。这又将是另一个能力维度的极限较量。