在LLM方面Google取得成功，而Meta和OpenAI則跌跌撞撞

大型語(yǔ)言模型 （LLM） 的早期歷史由 OpenAI 主導，在較小程度上由 Meta 主導。OpenAI 的早期 GPT 模型確立了 LLM 性能的前沿，而 Meta 則通過(guò)提供強大性能的開(kāi)放權重模型開(kāi)辟了一個(gè)健康的利基市場(chǎng)。開(kāi)放權重模型具有可公開(kāi)訪(fǎng)問(wèn)的代碼，任何人都可以自由使用、修改和部署這些代碼。

這使得包括谷歌在內的一些科技巨頭落后了。2017 年，谷歌發(fā)表了一篇關(guān)于支撐大型語(yǔ)言模型的 transformer 架構的突破性研究論文，但該公司往往因其在 2023 年推出的拙劣產(chǎn)品而被人們記住，而不是其創(chuàng )新的人工智能研究。

但 Google 強大的新 LLM，以及 Meta 和 OpenAI 的失誤，正在改變這種氛圍。

Llama 4 Herd 走錯了蹄子

4 月 5 日星期六，Meta 出人意料地傳出了 Llama 4 發(fā)布的消息。

如果在周末發(fā)布主要型號的決定讓您感到奇怪，那么您并不孤單。這個(gè)時(shí)機讓每個(gè)人都措手不及，并在一定程度上掩蓋了接下來(lái)一周的新聞周期中的公告。

Meta 的新型開(kāi)放重量級 LLM 確實(shí)有其優(yōu)勢。Llama 4 是多模態(tài)的，這意味著(zhù)它可以處理圖像、音頻和其他模態(tài)。它有三種口味，Llama 4 Behemoth、Maverick 和 Scout，它們有不同的大小和強度。Llama 4 Scout 還擁有高達 1000 萬(wàn)個(gè)代幣的巨大上下文窗口。標記是 LLM 處理和生成的小文本單元，上下文窗口是模型一次可以處理的標記數。更大的上下文窗口有助于模型 “記住” 并在單個(gè)會(huì )話(huà)中處理大量文本。大多數模型的上下文窗口為 100 萬(wàn)個(gè)或更少。

但是，當批評者注意到 Meta 在 LMArena 上狡猾地進(jìn)行排名時(shí)，接受度變得更糟，LMArena 是一個(gè)根據用戶(hù)投票對 LLM 進(jìn)行排名的網(wǎng)站。Meta 用于排名的特定 Llama 4 模型與其通用版本的一部分提供的模型不同。 LMArena 在一份聲明中表示，Meta 提供了“一個(gè)定制的模型來(lái)優(yōu)化人類(lèi)偏好”。

Meta 還因吹噓 Llama 4 Scout 的 1000 萬(wàn)代幣上下文窗口而受到抨擊。雖然這個(gè)數字在技術(shù)上似乎是準確的，但長(cháng)期上下文性能的基準發(fā)現 Llama 4 落后于競爭模型。

Meta 也沒(méi)有發(fā)布 Llama 4 的“推理”或“思考”模型，并保留了較小的變體，盡管 Meta 表示將提供推理模型。

“他們偏離了更系統地發(fā)布的規范，在這種版本中，他們把所有的鴨子都排成一排，”AI 咨詢(xún)公司 Gradient Flow 的創(chuàng )始人 Ben Lorika 說(shuō)?！斑@似乎是想讓人們放心，他們有一個(gè)新模型，即使他們沒(méi)有所有組件，比如推理模型和更小的版本?！?/p>

GPT-4.5 被迫撤退

近幾個(gè)月來(lái)，OpenAI 也遇到了困難。

GPT-4.5 于 2 月 27 日作為研究預覽版發(fā)布，被吹捧為該公司“迄今為止最大和最好的聊天模型”。OpenAI 發(fā)現，事實(shí)上，它在基準測試中的表現通常優(yōu)于之前的模型 GPT-4o。

然而，該模型的成本招致了批評。OpenAI 將模型的 API 訪(fǎng)問(wèn)定價(jià)為每百萬(wàn)個(gè)輸出令牌 150 美元。這比 GPT-15o 高出驚人的 4 倍，后者的價(jià)格僅為每百萬(wàn)個(gè)代幣 10 美元。API 是 OpenAI 為希望在其應用程序和服務(wù)中使用 OpenAI 模型的開(kāi)發(fā)人員提供的方法。

“GPT-4.5 可能是 2025 年第一季度發(fā)布的最大的傳統 LLM。我估計它是一個(gè)包含 5.4 萬(wàn)億個(gè)參數的專(zhuān)家混合模型，“Life Architect 的 AI 顧問(wèn)兼分析師 Alan D. Thompson 說(shuō)?！斑@種原始規模很難用我們當前的硬件限制來(lái)證明是合理的，現在要為龐大的用戶(hù)群提供服務(wù)更具挑戰性?！?/p>

4 月 14 日，OpenAI 宣布將在不到三個(gè)月的時(shí)間內逐步減少通過(guò) API 的 GPT-4.5 訪(fǎng)問(wèn)。GPT 4.5 仍然可用，但只能通過(guò) ChatGPT 界面提供給 ChatGPT 用戶(hù)。

OpenAI 在發(fā)布 GPT-4.1 的同時(shí)宣布了這一消息，GPT-4.1 是一種更經(jīng)濟的模型，價(jià)格為每百萬(wàn)個(gè)代幣 8 美元。OpenAI 的基準測試表明，GPT-4.1 總體上不如 GPT 4.5 強大，盡管它在某些編碼基準測試中確實(shí)表現得更好。

OpenAI 上周還發(fā)布了新的推理模型：o3 和 o4-mini。o3 模型在基準測試中的得分特別高。然而，成本再次成為一個(gè)問(wèn)題，因為通過(guò) API 訪(fǎng)問(wèn) o3 的價(jià)格為每百萬(wàn)個(gè)輸出代幣 40 美元。

在競爭對手苦苦掙扎時(shí)，Google 崛起

Llama 4 和 ChatGPT-4.5 的中等接受度為競爭對手留下了機會(huì )——他們已經(jīng)擴大了自己的優(yōu)勢。

Meta 艱難地推出 Llama 4 不太可能讓開(kāi)發(fā)人員遠離 DeepSeek-V3、谷歌的 Gemma 和阿里巴巴的 Qwen2.5。這些 LLM 于 2024 年底問(wèn)世，現在是 LMArena 和 HuggingFace 排行榜上的首選開(kāi)放重量級模型。在流行的基準測試中，它們與 Llama 4 競爭或優(yōu)于 Llama 4，通過(guò) API 訪(fǎng)問(wèn)成本低廉，并且在某些情況下可以在消費級計算機硬件上下載和使用。

但真正引起人們眼球的是 Google 新的領(lǐng)先 LLM Gemini 2.5 Pro。

3 月 25 日發(fā)布的 Google Gemini 2.5 Pro 是一個(gè)“思維模型”，類(lèi)似于 GPT-o1 和 DeepSeek-R1，它使用自我提示來(lái)推理任務(wù)。Gemini 2.5 Pro 是多模態(tài)的，具有 100 萬(wàn)個(gè)代幣的上下文窗口，并支持深度研究。

Gemini 2.5 很快就贏(yíng)得了基準測試的勝利，包括 SimpleBench 的頭把交椅（盡管它在 4 月 16 日輸給了 OpenAI 的 o3）和 Artificial Analysis 的綜合 AI 智能指數。Gemini 2.5 Pro 目前也位于 LMArena 的頂部。截至 4 月 14 日，谷歌型號已經(jīng)占據了 LMArena 前 10 名中的 5 個(gè)（這包括 Gemini 2.5 Pro、Gemini 2.0 的三個(gè)變體和 Gemma 3-27B）。

強勁的表現足以吸引注意力，但谷歌也是價(jià)格領(lǐng)導者。Google Gemini 2.5 目前可通過(guò) Google 的 Gemini 應用程序和 Google 的 AI Studio 網(wǎng)站免費使用。Google 的 API 定價(jià)也很有競爭力;Gemini 2.5 Pro 的定價(jià)為每 100 萬(wàn)個(gè)輸出代幣 10 美元，而 Gemini 2.0 Flash 的定價(jià)僅為每 100 萬(wàn)個(gè)代幣 40 美分。

“老實(shí)說(shuō)，當談到高容量時(shí)，我可能最終會(huì )使用 DeepSeek-R1 或 Google Gemini 進(jìn)行推理。我會(huì )使用 OpenAI，但我覺(jué)得我必須更加注意價(jià)格，“Lolica 說(shuō)。

當然，這并不是說(shuō) Meta 和 OpenAI 沉沒(méi)了。由于 ChatGPT 的流行，OpenAI 尤其有回旋余地，據報道，ChatGPT 現在擁有 10 億用戶(hù)。盡管如此，Gemini 的強勁排名和基準表現表明，LLM 領(lǐng)域正在吹動(dòng)變革之風(fēng)——他們目前更青睞 Google。