Тенденція зниження цін на великі моделі підприємств та відкритий вихідний код очевидна, що сприяє швидкому розвитку AI-додатків

21 травня, один з постачальників хмарних послуг оголосив про зниження цін на виклики API для розробників у своїх комерційних і відкритий вихідний код моделях. Зокрема, ціна за вхідні дані основної моделі рівня GPT-4 знизилася з 0,02 юаня за тисячу токенів до 0,5 юаня за мільйон токенів, що становить зниження до 97%.

Раніше компанія випустила відкритий вихідний код модель з 110 мільярдами параметрів. Згідно з інформацією, ця модель перевершила інші аналогічні моделі у кількох бенчмарках і зайняла перше місце в певному рейтингу відкритих вихідних кодів великих моделей.

"Зниження цін + Відкритий вихідний код" стратегія стає спільною думкою глобальних компаній з великими моделями. Це допомагає вирішити дві основні проблеми, з якими стикаються розробники AI-додатків: надто високі ціни на API великих моделей та недостатня якість відкритих моделей. Зниження бар'єрів для використання суттєво сприятиме всебічному розвитку AI-додатків.

Нещодавно кілька компаній, що займаються великими моделями, випустили дешеві продукти або оголосили про зниження цін. Наприклад, одна компанія відкрила нове покоління MoE моделі, ціна API становить лише одну соту від ціни відомої моделі; інша компанія знизила ціну виклику свого особистого варіанту моделі з 5 юанів за мільйон токенів до 1 юаня за мільйон токенів; одна міжнародно відома компанія випустила нову версію моделі, ефективність якої аналогічна, але ціна знижена вдвічі; провідна модель однієї з китайських компаній має ціну на вхідні дані для висновку лише 0,0008 юаня за тисячу токенів. Крім того, кілька компаній оголосили про безкоштовний доступ до API для деяких моделей.

Аналітики в галузі вважають, що загальне зниження цін на API великих моделей може бути зумовлене прогресом у технологіях інференції та зниженням витрат. Це надає розробникам більше можливостей і, ймовірно, сприятиме розквіту розробки AI-додатків.

Окрім зменшення цін, компанія також випустила кілька моделей з різними параметрами, щоб задовольнити потреби різних сценаріїв. Маленькі моделі можуть бути розгорнуті на мобільних телефонах, ПК та інших термінальних пристроях; великі моделі підтримують корпоративні та наукові застосування; середні моделі шукають баланс між продуктивністю, ефективністю та використанням пам'яті. Крім того, компанія також відкрила вихідний код спеціалізованих моделей для зображень, аудіо, коду тощо. В галузі вважають, що великі моделі мають широкі перспективи застосування на термінальних пристроях.

Загалом, компанії, що займаються великими моделями, шляхом зниження цін та стратегії відкритого вихідного коду, прокладають шлях для розробки AI-додатків. Це прискорить впровадження технологій AI в різних галузях, сприяючи інтелектуальному оновленню промисловості. Проте, розвиток технологій великих моделей та процеси їх комерціалізації все ще мають невизначеність, відповідні компанії та інвестори повинні уважно стежити за динамікою галузі.