7月18日，OpenAI正式推出新一代入門級別人工智能模型“GPT-4o mini”，稱這款新模型是“功能最強、性價比最高的小參數(shù)模型”。
從OpenAI官網(wǎng)的介紹來看，GPT-4o mini在文本智能和多模態(tài)推理方面的基準(zhǔn)性能超越了GPT-3.5 Turbo，在LMSYS（指聊天機器人(9.770, 0.07, 0.72%)對戰(zhàn)）排行榜上還超過GPT-4。而價格層面，GPT-4o mini相比GPT-3.5 Turbo便宜了超過60%。
在“大力出奇跡”的Scaling Law（尺度定律）之外，如何做好小模型正在成為大模型廠家的新考題。
OpenAI入局小模型賽場
OpenAI表示，預(yù)計GPT-4o mini將通過大幅降低智能的成本，顯著擴展AI應(yīng)用的范圍。據(jù)官網(wǎng)介紹，GPT-4o mini的優(yōu)勢在于低成本和低延遲，支持廣泛的任務(wù)，例如串聯(lián)或并行多個模型調(diào)用的應(yīng)用程序（例如調(diào)用多個API）；向模型傳遞大量上下文（例如完整代碼庫或?qū)υ挌v史）；或通過快速、實時的文本響應(yīng)與客戶互動（例如聊天機器人）。
目前，GPT-4o mini在API中支持文本和視覺功能，未來將支持文本、圖像、視頻和音頻的輸入和輸出。該模型具有128K Token的上下文窗口，數(shù)據(jù)更新至2023年10月。
性能方面，OpenAI稱，GPT-4o mini在涉及文本和視覺的推理任務(wù)中優(yōu)于其他小模型，在MMLU（文本智能和推理基準(zhǔn)測試）中得分為82.0%，相比之下，Gemini Flash為77.9%，Claude Haiku為73.8%。
在數(shù)學(xué)推理和編碼任務(wù)方面，GPT-4o mini超過了市場大部分小模型。在MGSM（數(shù)學(xué)推理評估）中，GPT-4o mini得分為87.0%，而谷歌發(fā)布的Gemini Flash為75.5%；在HumanEval（編碼性能評估）中，GPT-4o mini得分為87.2%，而Gemini Flash為71.5%。
價格方面，GPT-4o mini每百萬個輸入Token為15美分（約合人民幣1.09元），每百萬個輸出Token為60美分（約合人民幣4.36元）。OpenAI表示，這一價格相較GPT-3.5 Turbo便宜超60%。
OpenAI表示，在過去幾年中，人們見證了AI的顯著進(jìn)步和成本的大幅降低。例如，自2022年推出文本模型Text-Davinci-003以來，GPT-4o mini的每個Token成本已經(jīng)下降了99%。
按照設(shè)想，OpenAI希望未來能夠?qū)⒁粋�模型無縫集成到每個應(yīng)用程序和每個網(wǎng)站中，而GPT-4o mini正在為開發(fā)者更高效和更經(jīng)濟地構(gòu)建和擴展強大的AI應(yīng)用程序鋪平道路。
不過，在小模型賽場中，OpenAI的各家競爭對手已經(jīng)早早就位。例如谷歌推出的Gemini Flash，Anthropic旗下的Claude Haike等。近日，Mitral AI與英偉達(dá)推出的小模型Mistral Nemo上線，聲稱性能趕超Meta推出的Llama-3 8B。
大模型越卷越“小”
這一年來，“降本增效”已經(jīng)成為大部分大模型公司的共識。
平安證券研報認(rèn)為，OpenAI新模型GPT-4o mini兼具性能與性價比，有望加速大模型應(yīng)用落地。當(dāng)前全球范圍內(nèi)的大模型逐漸呈現(xiàn)由單方面的性能角逐，轉(zhuǎn)向性能與實用性并重的發(fā)展趨勢。大模型能力達(dá)到一定水平時必然會走向應(yīng)用，大模型廠商通過提升其產(chǎn)品性價比，助推下游應(yīng)用端的推廣部署，有望加速大模型產(chǎn)業(yè)鏈商業(yè)閉環(huán)的形成。
一方面，上半年開打的大模型價格戰(zhàn)不斷蔓延，從兩家海外AI巨頭OpenAI和谷歌開始，到國內(nèi)字節(jié)跳動、阿里、百度、智譜AI、科大訊飛(39.640, 0.34, 0.87%)等企業(yè)，入局者不斷增加。從OpenAI此舉來看，這場價格戰(zhàn)還將持續(xù)。
IDC中國研究經(jīng)理程蔭此前在接受《每日經(jīng)濟新聞》記者采訪時就談到，從短期的發(fā)展來看，大模型能力更新迭代后將會走向趨同，無論是國內(nèi)還是國外的技術(shù)供應(yīng)商都不能建立起長久的護(hù)城河。一些技術(shù)供應(yīng)商選擇直接砍掉大模型成本上的門檻，除了出于促進(jìn)大模型落地應(yīng)用，也有增加曝光度，爭搶用戶、防止用戶流失的動因。
另一方面，通過“小模型”，以更低的成本，垂直覆蓋更多的應(yīng)用場景，以推動端側(cè)應(yīng)用的落地同樣成為行業(yè)趨勢。同時，隨著以蘋果為代表的各大手機廠商加速發(fā)力AI手機，端側(cè)大模型正在成為新的競爭焦點。
專注端側(cè)模型的面壁智能CEO李大海此前在接受包括《每日經(jīng)濟新聞》在內(nèi)的記者采訪時就談到，相同智能水平的模型，每8個月其參數(shù)規(guī)模將減少一半，這與摩爾定律具有一定的相似性。在同等性能下，參數(shù)規(guī)模減小，說明大模型的知識密度在不斷提高。李大海表示，隨著大模型知識密度的提升和端側(cè)算力的增強，兩個因素疊加，有信心在2026年年底前研發(fā)出達(dá)到GPT-4水平的端側(cè)模型，當(dāng)端側(cè)模型能夠?qū)崿F(xiàn)GPT-4水平時，很多端側(cè)的產(chǎn)品會更快落地。
李大海認(rèn)為，當(dāng)端側(cè)模型可以應(yīng)用，其成本會更低，且可靠性更高，不需要依賴網(wǎng)絡(luò)。例如，在用戶需求交流時，基于端側(cè)模型的陪伴機器人能夠迅速作出反應(yīng)。這種比較優(yōu)勢使得在適用端側(cè)模型的場景中，大家會更傾向于選擇端側(cè)解決方案。
今年3月，百度也發(fā)布ERNIESpeed、ERNIE Lite、ERNIE Tiny三個輕量模型。百度集團(tuán)董事長李彥宏在今年4月的一場公開演講中也談到，MoE、小模型和智能體是值得關(guān)注的三個方向�！巴ㄟ^大模型，壓縮蒸餾出來一個基礎(chǔ)模型，然后再用數(shù)據(jù)去訓(xùn)練，這比從頭開始訓(xùn)小模型效果要好很多，比基于開源模型訓(xùn)出來的模型效果更好、速度更快、成本更低�！崩顝┖瓯硎�。
