1毛钱1百万token，写2遍红楼梦！国产大模型下一步还想卷什么？

　　大模型价格战，这匹国产黑马又破纪录了!最低的GLM-4Flash版本，百万token价格已经低至0.1元，可以说是击穿地心。MaaS2.0大升级，让企业训练私有模型的成本无限降低。

　　刚刚，智谱AI开放日上，新一代MaaS平台2.0正式发布。

　　这次，GLM技术团队带来的是从模型，到成本、企业定制模型，以及业务场景的全面升级。

　　令人惊喜的是，第四代GLM系列开源模型GLM-49B，官宣开源免费用，还具备了多模态能力。同时，新发布的GLM-4-AIR性能媲美此前的最大基座模型，且价格降至1元/M token。

　　在5月这波价格战之后，国内主流大模型API调用已经直降超90%。

　　需要明白的是，即便token价格无限逼近零，企业需要搞清楚如何用才能发挥巨大业务价值。

　　否则，再便宜也是无用功。

　　这次的发布，直接将智谱AI带入了商业化的最后一站。新一代MaaS平台出场，便是一个很好的起点。

　　大模型2024:既要落地，又要开源

　　如果说2023年是世界发现生成式AI的一年，那么，2024年才是企业真正使用GenAI，并从中获得商业价值的一年。

　　麦肯锡最新的全球调查报告称，65%的受访者表示企业会经常使用生成式AI。

　　而这个数字，比十个月前的调查(33%)，几乎翻了一番。

　　对于企业来说，从选用模型，到以低成本微调部署模型，并拥有灵活可用的全栈工具链，是让GenAI走向落地必不可少的过程。

　　那些无法「造血」没有自研模型的公司，就需要通过API、MaaS等平台，以便让LLM融入工作流。

　　比如，法律AI初创公司Harvey，通过OpenAI API，为律师们微调定制了一个「案例法模型」。

　　而且，经过测试，相较于GPT-4，有97%的律师更喜欢使用Harvey的模型。

　　而另一个典型的案例是，开源社区借助Llama3之力，已经大大加速GenAI在医疗领域的应用。

　　在英伟达NIM推理微服务平台支持下，医疗开发者利用Llama3已经开发出各种聊天助手、健康APP等。

　　反观国内，LLM落地究竟有多火，就从卷疯的token价格战，可一瞥而知。

　　API价格，已经卷疯

　　而在国产大模型的战场上，价格战也在最近卷出新高。

　　智谱AI开放平台的新用户，登录就送的500万token直接涨到2500万token

　　GLM-3-Turbo每千token从0.005元直降到0.001元

　　GLM-3Turbo批处理API的价格也直接砍半，每千token砍到0.0005元

　　随后，火山引擎祭出更劲爆价格——豆包的企业定价直接击穿地心，千token低至0.0008元，比整个行业都便宜了99.3%。

　　智谱AI表示，基于技术突破、效率提升和成本控制三个因素综合的结果。通过大模型价格调整，更好满足开发者、客户需求。

　　当然，价格战仅是智谱AI贯彻MaaS战略中的一个「支点」。

　　大厂MaaS，如火如荼

　　大模型沸腾的热度，也让国内厂商的MaaS发展如火如荼。

　　所谓MaaS，即用户可以直接使用不同参数、不同规格的细分模型，来应对千变万化的应用场景。

　　商业链路打通后，蜂拥而至的开发者，就会让应用商店持续繁荣，形成「马太效应」。

　　今天的OpenDay上，智谱AI宣布MaaS平台不仅已经拥有了30万注册用户，而且模型的日均调用量也超过了400亿token。

　　在下面这条曲线中可以看出，在过去6个月中，智谱每日API的消耗量，增长了50倍以上。这正说明:已经有越来越多的企业，已经真正把模型用到了日常工作中。

　　GLM-4的API调用量则，则达到了90倍的增长。这也正说明，企业已经开始利用模型能力进入深水区，解决一些真正复杂的问题。

　　而今年，大家开始对于大模型有了一些新的期待——除了更强大、更快的模型，用户也开始对成本变得敏感。

　　模型升级:0.1元写2本《红楼梦》

　　如今，平台上已经全线接入新模型，由ChatGLM3-6B升级为GLM-4-9B，堪称“最能打的小模型”，已经全面超过了 Llama3-8B-Instruct。

　　在开放平台上，它变成GLM-4Flash版本，价格相对于GLM-3-Turbo再次降价10倍，仅仅0.1元，就可以拥有一百万tokens，足够写两本四大名著了!

　　如果小模型不能满足需求，新推出的GLM-4-Air性能更加强大。它的性能跟和此前的GLM-4-0116相仿，但价格仅为前者的百分之一!一百万tokens，仅需一元。

　　而许多企业应用到深水区时，对速度也有极高的要求，在此基础之上，智谱加入了极速版。

　　效果不变，但推理速度直升162%。71token每秒，相当于每秒可以直出100多个汉字!

　　并且，GLM-4-0116也同时升级了。

　　就在今天，智谱推出了GLM-4-0520，它的综合能力，已经提升了11.9%。

　　真正做过模型的应用的人，都明白这意味着什么:虽然在数字上看来只是一点点的提升，但这已经进一步提升了模型的天花板，极大扩展应用的范围，降低应用的成本。

　　如今，智谱AI已经拥有全模型矩阵。

　　无论是GLM-4V，还是CogView-3，降价都达到了50%-60%——一张图只需一毛钱。

　　开放平台升级:3步训出一个私有模型

　　每个企业都希望构建自己的私有模型。虽然开源生态让模型训练门槛大幅降低，但对于绝大多数企业，这个过程依然太复杂。

　　为此，智谱AI也全面升级了自己的平台，仅仅三步——准备数据、创建微调任务、部署模型，就能让企业训出一个私有模型了!

　　这个过程中，不需要任何代码功底。而且，GLM-4全系列模型都支持这样的微调。

　　针对企业，智谱AI提供了两种模式:LoRA微调和全参微调。

　　LoRA微调，可以说是性价比之王，用更低的成本达到较好的结果。

　　全参微调，相当于是探索模型微调的极限。

　　可以看到，训练成本可以降低到87%。在LoRA微调上，GLM-4每千token只需要四毛钱，GLM-4-Air则只需要三分钱。

　　比起训练千亿模型动辄需要的多台A100、A800，显然门槛已经大幅降低。

　　而即使是全参微调的情况下，GLM-4每千token也只需要六毛钱，GLM-4-Air则只需要五分钱。

　　下面这个例子，是一个发生在客户身上的真实实验。

　　客户需要模型能够提供某领域专业化的咨询服务，于是，智谱AI尝试为客户做了微调。

　　他们选择了6000条语料，折合下来是一千万token。

　　训练后，模型的可用性从60%，直接上升到了89%!

　　这不是一个简单的提升，而是一个本质性的飞跃，让模型从不可用，变成了完全可用，进一步探索了模型使用的边界。

　　所以，这次微调的成本是多少?

　　答案令人惊诧——如果使用LoRA的话，成本仅为300元!即使选择全参，也只需要500元。

　　这个具体的demo，可以让我们深刻地体会到，如今训练出一个私有模型是多么容易。

　　另外，在AllTools的API平台上，智能体的能力能让大模型从解决一个单一任务，变成处理一个复杂任务。

　　在企业端，这样让使用模型的能力大幅度放开。

　　从此，每一家企业都能制作自己的智能体，以及智能体平台。

　　它可以让模型更好拆解任务，更好调用上下文function call的能力，还为企业提供了常用的一些智能体插件。

　　包括代码解释器、知识库检索增强、函数调用能力等等。

　　开放平台地址:bigmodel.cn

　　国内开源，影响世界

　　另一边，国内模型开源掀起的风浪，已然波及到全世界。

　　而坚持开源，是智谱AI一直以来的传统。

　　他们不仅是国产LLM的领头羊，也是大模型学术生态、开源生态中，不可忽视，首屈一指的中国力量。

　　目前为止，智谱AI已经有三代模型全部开源。

　　6B系列开源模型，在Github上已累计获得超过6万star，相当于Llama系列模型的star总数，超过了Grok和其他所有模型;在Hugging Face上吸引了超过1300万次下载，四周Hugging Face趋势榜第一。

　　GPT-4发布的同一天，团队首次开源了ChatGLM-6B模型，随后6月开源了二代6B模型，并首次引入GQA、FlashAttention技术，将模型上下文扩充到32K，并加速了生成速度。

　　紧接着10月，三代6B模型开源，支持128K上下文。

　　GLM-49B系列，免费开源

　　今天，智谱带来了第四代开源模型最新成果——GLM-4-9B。

　　显然，这次开源模型最大的变化是，参数规模从6B升级到了9B，并首次拥有了多模态能力。

　　而且，基于强大基座模型，GLM-4-9B不仅拥有更强的基础能力，更长的上下文，更精准的函数调用和All Tools能力。

　　比起上一代ChatGLM3-6B，在5倍的计算量下，GLM-49B的性能从61.4提升到了72.4，中英文综合能力提升40%。

　　另外，在与训练量更多的Llama-3-8B-Instruct较量中，GLM-4-9B毫不逊色。

　　具体来说，英文方面，第四代模型小幅领先，而在中文学科方面实现了50%的提升。

　　1M上下文，一次读完2本《红楼梦》

　　除此以外，GLM-4-9B的上下文从128K扩展到了1M，可同时处理200万字的输入。

　　这相当于，能够一次读完2本《红楼梦》，又或是125篇论文。

　　在长度为128K的LongBench-Chat上，GLM-4-9B-Chat模型相比上一代提升了20%。同时，在长度为1M的大海捞针测试中，GLM-4-9B-Chat-1M获得了「全绿」的成绩。

　　演示中，在1M版本模型中，输入《三体》的三本全集，共90万字的内容。

　　然后，给模型prompt「请仔细阅读上面的三部小说，如果让你给这个小说写第四部，你会怎么写，请给出大纲」。

　　模型给出了比较合理的续写规划。

　　另外，GLM-4-9B函数调用能力，比上一代大幅提升40%。

　　在UC伯克利函数调用Leaderboard上，9B模型函数调用能力，即可媲美GPT-4-Turbo。

　　智谱AI在开源仓库中，还提供了一个完整的All Tools Demo，开发者可以在本地拥有一个轻量级的清言平替。

　　比如，先用网页搜索「马拉松的世界纪录」，然后用代码解释器去计算「跑步平均速度」。

　　搜索世界纪录

　　计算平均速度

　　All Tools还有非常多的组合，开发者可以自行去探索。

　　多模态比肩GPT-4V

　　除了文本模型，这次一并开源了多模态模型GLM-4V-9B。

　　最新模型采用了与CogVLM2相似的架构设计，能够处理高达1120x1120分辨率的输入，并通过降采样技术有效减少了token的开销。

　　与CogVLM的不同之处在于，GLM-4V-9B并没有通过引入额外的视觉专家来增加参数量，而是采用了直接混合文本和图片数据的方式进行训练。

　　这种训练方法使得GLM-4V-9B模型能够同时具备强大的文本和视觉处理能力，实现了真正的多模态学习。

　　它能够以13B总参数激活量，超越了一众多模态模型，甚至比肩GPT-4V。

　　不如看看，GLM-4V-9B在实际任务中的表现。

　　比如，让模型去识别T恤上的公式印花——麦克斯韦方程式。

　　你甚至，还可以追问关于方程组的细节，模型可以凭借自己的文本能力完成回答。

　　这从另一方面印证了，并没有因为引入多模态能力，而丧失模型原本的文本能力。

　　在下面这个例子中，是截取清华大学网络学堂的一个网页截图，并要求模型翻译成HTML代码。

　　GLM-4V-9B就可以识别出其中元素，并翻译成相应的代码。

　　整体来说，GLM-4-9B模型共有9.4B参数，是在10T的高质量多语言数据上，完成了预训练，几乎利用了所有网页数据。

　　其数据量是ChatGLM3-6B模型的3倍还要多。

　　与此同时，智谱AI采用了FP8精度进行高效的预训练并成功收敛，比起上一代模型，训练效率提升3.5倍。

　　由此，智谱AI将参数规模从6B扩展至9B，并将预训练计算量增加了5倍。

　　基于文本基座，打造的多模态模型GLM-4V-9B，完全融合了文本和视觉模型，并与GPT-4V不相上下。

　　成立于2019年，智谱AI用了4年的时间从一家明星创业公司，跻身为国内头部AI独角兽。

　　一直以来，外界对智谱的印象是，清华系国家队，全面对标OpenAI技术领先，to B气质强烈。

　　智谱不仅在大模型的能力上向OpenAI看齐，而且在投资领域布局上也不遑多让，深受资本青睐。

　　过去一年中，他们完成了3次基座大模型升级迭代，这次OpenDay 核心展示了面向AGI愿景的完整产品矩阵，透传出未来商业化的模式。

　　智谱AI正把MaaS商业模式提升到新的境界。MaaS平台2.0的诞生，将会进一步扩大智谱生态朋友圈。