2024 當今 AI 生態全景圖：主流 AI 的剖析與評論

2024 年，AI 正處於群雄並起的戰國時代，各大科技公司紛紛推出自家的大型語言模型（LLM），不斷拓展其應用範圍。

在這篇文章中，我們將深入探討幾家主流公司（當前最知名的御三家：OpenAI、Anthropic、Google）的 AI 生態系統，並介紹他們最新推出的模型，如 GPT-4o、Claude 3.5 Sonnet、Gemini 1.5 Pro，以及一些代表性的開源模型，如 LLaMA 和 Mistral AI。

每個模型在特定領域都有其獨特的優勢與不足。根據你的需求，選擇最具性價比的模型。

另外大模型的發展速度日新月異，可能我發完這篇文章的隔天，就會有一個強大且超級便宜的模型橫空出世。
所以建議隨時追蹤最新的新聞（如果不知道追蹤什麼，可以從 OpenAI、Anthropic、Google 這三大家新聞來關注）。

如何比較這些模型？

為了讓大家更容易理解，我根據個人使用經驗，對每個模型進行了評分，並分成六大類別：

• 回應速度
• 程式精確度
• 中文語言表現（評估 AI 在中文修辭和用語流暢度上的表現）
• 理解能力（這指的是 AI 在提示不詳細時的表現，理解能力越好，AI 在簡單指令下也能表現優異）
• 成本
• 綜合評分（性價比）

請注意，這些評分都是基於個人主觀經驗，歡迎大家分享自己的使用心得。

LLM 是如何計價的？

LLM 通常是基於 token 來計價的。你可以簡單地將 token 理解為單詞，比如 “I like cats” 這句話會被拆分成 “I”， “like”，和 “cats” 三個 token。

較長且不常見的單詞，如 "javascript"，可能會占用兩個 token（“java”、“script”）。中文字則可以更簡單地理解為一個字就是一個 token。模型會根據你輸入了多少 token 以及它輸出了多少 token 來計價。

另外，假如你今天傳送了很多歷史對話給 AI，這些文字也會算入輸入 token 的範圍內。

OpenAI – GPT-4o 和 GPT-4o Mini

OpenAI 毫無疑問是目前最知名的 AI 公司，比較常被使用的模型有二

• GPT-4o
  被人稱為現代最強的五條悟模型
  強大、快速、聰明，但也昂貴
  咱們就把他當作衡量其他模型的戰力單位吧
  評分：

  • 回應速度：8 分
  • 程式精確度：8 分
  • 中文語言表現：8 分
  • 理解能力：8 分
    成本：
  • 輸入 $2.50 / 100 萬 token
  • 輸出 $10.00 / 100 萬 token
    綜合評分：8 分

• GPT-4o Mini
  小而強大，且成本低得驚人，適合非專業的常見應用。
  評分：

  • 回應速度：9 分
  • 程式精確度：7 分
  • 中文語言表現：7 分
  • 理解能力：6 分
    成本：
  • 輸入 $0.15 / 100 萬 token
  • 輸出 $0.60 / 100 萬 token
    綜合評分：9 分（耐不住他便宜， CP 值高）

Anthropic – Claude 3.5 Sonnet 和 Claude 3 Haiku

Anthropic 是我認為唯一能與 OpenAI 打得有來有回的公司，我非常看好它的未來發展。
當前主流的模型有三個：

• Claude 3.5 Sonnet
  對標 GPT-4o
  但具備輸入更多 token 的能力。
  評分：

  • 回應速度：8 分
  • 程式精確度：9 分
  • 中文語言表現：8 分
  • 理解能力：8 分
    成本：
  • 輸入 $3.00 / 100 萬 token
  • 輸出 $15.00 / 100 萬 token
    綜合評分：8 分

• Claude 3 Haiku
  速度快、聰明且價格親民，不過也算上一代的就模型了，曾經也是高 CP 值的選擇
  評分：

  • 回應速度：8 分
  • 程式精確度：6 分
  • 中文語言表現：7 分
  • 理解能力：6 分
    成本：
  • 輸入 $0.25 / 100 萬 token
  • 輸出 $1.25 / 100 萬 token
    綜合評分：7 分

• Claude 3 Opus
  已經過時的產品，不建議使用。
  評分：

  • 回應速度：3 分
  • 程式精確度：8 分
  • 中文語言表現：8 分
  • 理解能力：8 分
    成本：
  • 輸入 $15 / 100 萬 token
  • 輸出 $75 / 100 萬 token
    綜合評分：1 分（又貴又慢）

Google – Gemini 1.5 Pro 和 Gemini 1.5 Flash

Google 的 Gemini 系列主打多模態處理，特別是在文本與圖像結合的應用上表現出色。這使得它成為處理需要多種媒體的項目的理想選擇。

• Gemini 1.5 Pro
  個人使用感覺，在純文本生成和程式碼生成方面，表現不如 GPT-4o 或 Claude 3.5 Sonnet。
  而且 Google 對惡意字詞偵測特別奇怪，我之前只是說了臭豆腐三個字
  就被認為是惡意對話，整個 API 直接炸掉
  回答速度　　　8 分
  程式碼精確度　8 分
  中文造詣能力　6 分
  通靈能力　　　7 分
  成本

  • 輸入 $3.50 / 1百萬 token

  • 輸出 $10.50 / 1百萬 token

  綜合評分　　　5 分

• Gemini 1.5 Flash
  Gemini 的輕量版，專為小規模的文本生成和視覺處理設計。
  它的處理速度快，並且成本超級低廉，甚至只有 GPT-4o-mini 的一半，非常適合輕量級應用或快速原型設計。
  回答速度　　　9 分
  程式碼精確度　6 分
  中文造詣能力　6 分
  通靈能力　　　5 分
  成本

  • 輸入 $0.075 / 1百萬 token

  • 輸出 $0.3 / 1百萬 token

  綜合評分　　　8 分（耐不住他真的很便宜）

開源模型 – LLaMA 和 StableLM

如果今天你要開發的應用極度看重隱私，你完全不希望讓 OpenAI、Antrophic 等其他公司去接手你的資料，那你可以試試看開源模型

你可以在你自己的電腦上運作這些模型（當然，這會對電腦顯卡的要求會很高）
對於需要高控制權的開發者來講
你可以研究看看如

• LLaMA 3.1

• StableLM

• Mistral

• Gemini Nano

當然，運行開源模型的學習成本很高，其實對於快速構建一個應用並不友善
而且如果不是隱私問題與成本問題，其實並不是特別好的選擇
所以這將不是我們本教學的重點

總結

我們大致理解了 2024 年九月的現在各種模型的差異與比較

請務必注意， AI 的發展飛速，哪怕幾個月這些排行可能都會大洗牌

隨時保持關注，特別是那御三家 AI 公司的動向

才是開發 AI 應用的上上之策

接下來我們仍會以 gpt-4o-mini 這個模型為教學範例