李开复：中国落后美国大模型差距缩小为 6 个月，

疯狂降价是双输

北京时间 5 月 21 日，仅仅时隔一周，李开复再度露面，带来了他的喜与忧。

喜的一面在于，在 LMSYS 盲测竞技场最新排名中，零一万物的最新千亿参数模型 Yi-Large 总榜排名世界模型第 7，中国大模型中第一，已经超过 Llama-3-70B、Claude 3 Sonnet；其中文分榜更是与 GPT-4o 并列世界第一。除了零一万物的 Yi-Large 之外，通义千问、智谱 AI 的 GLM 亦在 TOP20 之列。

李开复表示中国大模型与美国大模型的差距，从一年多前落后 7-10 年的时间，已经缩小到 6 个月，差距实现了大幅降低。

而忧的一面则是，618 还未至，大模型已经进入了疯狂降价时。

前有字节跳动发布豆包大模型，让大模型价格进入“厘时代”，一元钱就能买到豆包主力模型的 125 万Tokens；紧接着阿里巴巴的通义千问官宣降价并立即生效，降价后，1 元最多=200 万 Tokens；更甚的是随之而来的百度官宣：文心大模型两大主力模型全面免费，立即生效。

面对着这股席卷而来的价格战之风，有人欢喜有人愁，这个问题的核心关键还是在于模型的商业化。贾扬清表示，“今天站在 AI 整个业界的角度，我想说，降价是个拍脑袋就可以做的简单策略，但是真正的 toB 商业成功更难。”而出门问问创始人李志飞也这样说道：“去年四月在经过无脑狂躁后，我就意识到 OpenAI 的两种商业模式（ToC 会员和 ToB API）在中国竞争环境下都是不可持续的。”

对此，李开复这样评价道：“国内常看到 ofo 式的疯狂降价、双输的打法。我觉得大模型公司不会这么不理智，因为技术还是最重要的，如果是技术不行，就纯粹靠贴钱赔钱的方式去做生意。我们（零一万物）绝对不会跟这样的一个定价来做对标，我们对自己的模型表现是非常自豪的……如果再问以后可能中国就是这么卷，大家宁可赔光通输也不让你赢，那么我们就走海外市场。”

01

大模型竞技场，中国大模型崭露头角

前段时间，一款名为“gpt2-chatbot”的神秘模型突然现身大模型竞技场 LMSYS Chatbot Arena，排名直接超过了 GPT-4-Turbo、Gemini 1 .5 Pro、Claude 3 0pus、Llama-3-70b 等各家国际大厂的当家基座模型。正当 AI 圈里众说纷纭地猜测其究竟来自哪里、是否是 OpenAI 开发的 GPT-4.5 时，OpenAI 揭开了其神秘面纱，正是 GPT-4o 的测试版本，而 OpenAI CEO Sam Altman 也在 GPT-4o 发布后亲自转帖引用 LMSYS Arena 盲测擂台的测试结果。

LMSYS Org 是一个开放的研究组织，由加州大学伯克利分校、圣地亚哥分校和卡内基梅隆大学的学生与教师共同创立。其发布的 Chatbot Arena 以盲测的方式，由用户在模型匿名的前提下对模型效果进行打分，颇受业内认可，已经成为 OpenAI、Anthropic、Google、Meta 等国际大厂的大模型竞技场。

如下所示，在不知道具体使用哪个模型的前提下，先在聊天框里输入 Prompt，基于模型的回答质量满意度进行投票，投票后会显示出所用模型来。

在其最新榜单中，智谱 GLM4、阿里 Qwen Max 及 Qwen 1.5、零一万物 Yi-Large 及 Yi-34B-chat 都有参与盲测，在总榜之外，LMSYS 的语言类别上新增了英语、中文、法文三种语言评测，开始注重全球大模型的多样性。Yi-Large 的中文语言分榜上拔得头筹，与 OpenAI 官宣才一周的地表最强 GPT4o 并列第一，Qwen-Max 和 GLM-4 在中文榜上也都表现不凡。

颇值得开发者注意的是，在编程能力（Coding）排行榜上，Yi-Large 的 Elo 分数超过 Anthropic 当家旗舰模型 Claude 3 Opus，仅低于 GPT-4o，与 GPT-4-Turbo、GPT-4 并列第二。

对此，李开复表示，Yi-Large 是通用模型，并没有针对 Coding 的场景专门优化。在 CSDN 基于 Coding 的进一步询问中，零一万物技术联合创始人黄文灏补充道：“我们分析过用户需求，Coding 并不是大家非常广泛使用的场景，对于程序员而言，在实际场景中面对非常专业的 Coding 问题一般会用一些专门的 Coding 模型。我们也很惊奇 Yi-Large 在 Coding 上的评测表现非常好。当前，我们正在做一些 Coding 专项的优化，对于模型能力而言，编程是一个非常重要的场景，我们正在着手 Coding 专门模型的开发，在代码改写、长代码续写、代码补全等方面有着非常好的性能表现，之后我们会陆续将 Coding 专项模型开放出来。”

02

差距、降价、多模态……李开复直面若干问题

问：当前中美之间的差距是怎样的，该如何追赶？

李开复：我不是特别认为我们跟全球有差距，当然如果要在头部之间 PK 是有一定的差距，但是同时可能要考虑到人才、算力等的差异。Google 团队是 2000 人，OpenAI 是 1000 人，在我们这里把模型和 Infra 加起来也不到 100 人，而且我们用 GPU 算力做模型训练不到他们的 1/10，我们的模型尺寸也不到其 1/10。

如果只评估千亿模型，至少在 LMSYS 这个排行榜上是世界第一，这一点我们还是很自豪。在一年前我们落后 OpenAI 与 Google 开始做大模型研发的时间点有 7 到 10 年，现在我们跟他们差距在 6 个月左右，这个已经大幅降低。

这 6 个月是怎么来的？可以回到 LMSYS 6 个月以前的榜，或者今天比我们排名在前面的几家，几乎都是今年发出来的模型，去年的模型还在榜单上，我们已经打败了。

另一个角度来看，我们最新发布的模型在 5 月时可以打败去年 11 月之前的任何模型，所以我觉得也可以科学地推理出我们落后 6 个月。

6 个月的差别不是很大，这是一个不可思议的超级速度的赶追。

那么美国人才有没有独特的地方？肯定是有的，从我写的《AI·未来》这本书之后，我一直都坚持美国是做突破性科研，有着创造力特别强的一批科学家，在这方面全世界是没有对手的。但在同一本书里我也说了，中国人的聪明、勤奋、努力是不容忽视的，我们把这 7-10 年降低到只有 6 个月，就验证了做好一个模型绝对不只是看多能写论文，多能发明新事物，先做或后做，做得最好才是最强的，Google 搜索比雅虎晚做很多，但是完全无法比拟。所以我认为后发有后发的优势，但同时我们特别尊敬美国的创造性，有很多值得学习的地方。但是比执行力，比做出很好的体验，比产品，比商业模式，我觉得我们强于美国公司。

问：零一万物后续会推出更大参数的模型吗？现在一些企业开始做小模型，您认为现在卷参数还有意义吗？

李开复：我们的计划是从最小到最大的模型都希望能够做到中国最好，所以除了 6B、9B、34B，未来我们可能有更小的模型发布，它们都是同样尺寸达到业界最佳，不敢说第一，但是总体来说是第一梯队或者是 TOP1/2 这样的表现，而且在诸如代码、中文、英文等很多方面表现都非常好。

我们相信就像一周前我讲的 TC-PMF，永远是一个跷跷板，要平衡需要多强的技术，付不付得起技术所需要的成本。业界有各种不同的应用，从最简单的客服应用，到游戏，一直到非常难的推理策略、科学发现等难度，我相信大尺寸的 Scaling Law，最强大地往 AGI 走的模型，在最难的问题上，大家又愿意花钱的领域里，绝对是有落地场景，而且是最有可能达到 AGI。

同时我们也坦诚，有各种比较小的简单应用的机会。我们的打法是一个都不放过，在每一个潜在尺寸上发布我们能做到性能最高，而且推理成本最低，这个推理成本也会带来更好的定价给开发者使用。

问：零一万物的 GPU 可能是 Google、微软的 5%，算力对模型发展的限制是客观存在的。面对 OpenAI、Google 的能力、资源均靠前的情况，零一万物怎么应对？

李开复：这个更精确的应该从历史数据来看，看在过去的一两年他们提升了多少，我们提升了多少，我们是不是追得非常近了，这是一个客观事实。

我不认为他们的算力更大就表示我们绝对没有机会，当然他们的算力更大有巨大的优势，但是我觉得客观事实是我们能够把同样的一张 GPU 挤出更多的价值来，这是今天我们能够达到这些成果的一个重要理由。

另外是优化模型的性能表现，它不只是一个纯粹科技和算法的问题，其中还有数据的配比、怎么优化，同时优化训练和作用，还有我们的模型怎么加入多模态等等各种方面的技术，我们其实在这方面是不输于美国。

我们算力一直远远落后，一年前算力也是只有 Google、OpenAI 的 5%，现在还是，如果用 5%的算力能够把落后快速拉近，未来我们还是很期待有惊人的结果。

能不能达到第一，能不能超过，当然是一个艰难的任务，但我们是朝着这个目标在努力，今天的结果对比一周前，对比去年 11 月，对比我们成立的时候，都是一个不可思议的飞跃，所以看事情要看其是在上涨还是下跌，而非今天还是落后，以后就会落后。

问：现在国内打起了大模型价格战，在这个过程中零一万物和其他初创公司如何在竞争中跑赢大厂？

李开复：我们关注到了这个现象，我们的定价还是非常合理，而且也在花很大精力希望能够让它再降下来，我觉得一定程度上整个行业每年降低 10 倍推理成本是可以期待的，而且必然也应该发生的。今天可能处在一个比较低的点，但是我觉得如果说以后大约以一年降价 10 倍来看，这是一个好消息，因为今天的 API 模型调用还是一个非常低的比例，如果一年降低 10 倍，那众多的人都可以用上。

我们也认为今天可以看到的模型表现零一超过其他模型，也欢迎不认同的友商来 LMSYS 打擂台，证明我是错的。但是直到那一天发生，我们会继续说我们是最好的模型。

对要求、需求都最高的，需要最好模型的用户当然会使用我们。100 万个 token 花十几块还是花几块钱有很大差别吗？100 万的 token 对于很大、很难的应用，我们是必然之选。我们发布之后得到国内外非常高的评价，而且是可以横跨中国和外国的 API，都开放，我们有信心在全球范畴是一个表现很好、性价比也很合理的一个模型。

当然，国内常看到 ofo 式的疯狂降价，双输的打法。我觉得大模型公司不会这么不理智，因为技术还是最重要的，如果是技术不行，就纯粹靠贴钱赔钱去做生意，我们绝对不会跟这样的一个定价来做对标，我们对自己的模型表现是非常自豪的。

就像你如果有一台特斯拉，它不会因为别的品牌的车比它卖的很便宜，它就觉得它要降价，我们就是特斯拉，我们的价钱是合适值得的。

如果再问以后可能中国就是这么卷，大家宁可赔光通输也不让你赢，那我们就走海外市场。

问：GPT-4o 开始做原生多模态模型，统一文本、音频、图像、视频的输入输出的多模态大模型会是一个确定方向吗？可否透露一下零一万物在多模态的进展。

李开复：我们在去年一直都认可全模态模型，omni，也就是我们挑了同样的词已经在做这个工作，这个工作不是 OpenAI 出来再跟风能够跟得上的，我们有一定的积累，我们也相信全模态是正确方向。从我们的发布周期来说，在今年你们可以期待一个惊喜。

问：零一的 API 价格会不会下降？

李开复：现在没有调整的消息可以分享，我们收到的反馈还是非常正面的。我认为模型要看它的表现，可能有些领域，比如说一些很难收回钱的领域要看价格，反正有足够多的在选我们，我们刚上线，有这么多忠诚的爱好者加入了，我们先服务好他们，价钱再说。

到今天为止，我们刚宣布的性能肯定是国内性价比最高。大家可能有用千 token、百万 token，可以自己测算一下。

问：零一万物在产品化方面未来有没有一些规划？

李开复：有，上周发布的产品基本是我们的方向，一方面我们已经推出了一些非常成功的海外产品，已经在海外取得非常好的成功，今年预期会有大概 1 个亿的收入，而且不是烧钱模式烧出来的。

另外还有几个其他产品在国内外测试中，当然万知我们也会继续努力把它越做越好，尤其我们对 PPT 的功能得到非常正面的反馈，因为这是一个跟国内其他大模型很大的差异点，这个是我们面对消费者产品的分享。

在企业级方面也正在进行中，但现在初步用户在国外，国外用户的付费意愿或者付费金额比国内大很多，所以虽然我们也非常期望服务国内用户，但按照现在 ToB 卷的情况，几十万做 POC，几百万做一单，做一单赔一单的生意，我们早期在 AI 1.0 时代太多了，投入多了，我们坚决不做。

摘自-AI科技大本营