為什麼要討論？
現實世界有成本、延遲、隱私。不是每題都值得用最大支。
白話定義
Scaling Law：資料/參數/算力↑ → 效能多半↑，但有報酬遞減
小模型價值：便宜、快、可自管；任務窄時表現不差
常見情境
客服 FAQ、表單生成：小模型＋好流程＝夠用
多領域/長推理：大模型更穩，但要算錢
常見誤解
「大＝萬能」→ 錯在限制沒搞清楚
「小＝不行」→ 多數是資料與流程沒設好
如何判斷（觀念）
三問：
我在意的是一致性/正確性/速度哪個？
我能付出的每次推理成本是多少？
有沒有資料出界/合規的顧慮？
小結
選型不是選「最強」，是選「對我這題最划算」。
iThome鐵人賽
看影片追技術