新闻详情

新闻详情

首页 / 资讯中心 / 详情

开源模型崛起但企业支出占比下降,前沿模型实验室为何未受太大冲击?

发布时间:2026/10/27 1:51:56来源:尧图网络
开源模型崛起但企业支出占比下降,前沿模型实验室为何未受太大冲击?
开源模型支出占比下降前沿模型仍主导市场周一Decagon CEO Jesse Zhang 发布文章指出开源模型崛起但整个企业市场中开源模型的支出占比却在下降。Techcrunch 数据显示Vercel 的 AI Gateway 仪表盘里过去一周 DeepSeek 的 Token 处理量升至第一占总 Token 流量三分之一以上推出 GLM - 5.2 的智谱跃升至第四但 Anthropic 仍占该平台 AI 总支出半数以上虽过去一个月支出份额因自身价格上涨略有下降但降幅不明显。企业转向轻量模型“小模型 深度微调”成趋势随着 AI 应用逐渐成熟越来越多企业转向更轻量的模型Decagon 约90%的工作负载运行在开源模型上。原因在于生产环境中运行客服 AI 智能体时延迟决定产品可用性需要体量更小、速度更快的模型。但开箱即用的小模型达不到质量标准需针对特定任务大规模微调而前沿模型实验室基本不提供这种组合所以“小模型 深度微调”意味着必须使用开放权重模型。前沿与开源非竞争双层模型经济或成稳定结构Jesse 认为前沿模型和开源模型更像是同一个生命周期的两个阶段企业先使用昂贵前沿模型验证应用场景场景成熟后迁移到成本更低的开源模型。新应用场景不断涌现企业在前沿模型上总体投入未明显下降。目前数据显示 Anthropic 等前沿模型实验室未因开源模型崛起受太大冲击一种解释是可被 AI 覆盖的任务市场增长快顶级模型靠占据新应用早期验证阶段维持地位另一种是很多应用场景复杂无法完全被低价模型替代双层模型经济可能成为 AI 产业相对稳定的结构。编辑观点企业应根据自身业务所处阶段选择模型早期验证用前沿模型成熟场景用开源微调模型。同时关注新入场模型如 Nvidia Nemotron 的发展。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/25 3:20:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/25 3:43:49

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/26 12:48:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/26 10:03:11

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/25 3:54:32

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/26 21:26:08

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉