AI主流大模型介绍和API价格比较

最新推荐文章于 2025-03-21 10:16:05 发布

oscar999

最新推荐文章于 2025-03-21 10:16:05 发布

阅读量2.6k

点赞数 13

分类专栏： 310-AI 文章标签：人工智能大模型

本文链接：https://blog.csdn.net/oscar999/article/details/145428045

版权

310-AI 专栏收录该内容

39 篇文章

订阅专栏

在这里插入图片描述

主流的大模型系列

###1. OpenAI: GPT-4，GPT-4 Turbo， GPT-4o

OpenAI 的介绍：

全称：Open Artificial Intelligence，简称OpenAI。
性质：起初为非营利性组织，后转变为由营利性公司OpenAI LP及非营利性母公司OpenAI Inc组成的机构。
成立时间：2015年。
成立地点：美国旧金山。
创始人：包括萨姆·奥尔特曼（Sam Altman）、埃隆·马斯克（Elon Musk）等在内的多位人工智能领域的知名人士。

比较旧的版本的模型就不介绍了。

GPT-4

GPT-4是OpenAI开发的一种生成式预训练转换器模型，全称为“Generative Pre-trained Transformer 4”。
GPT-4可以用于各种任务，如文本生成、翻译、对话等，具有极强的智能化和自适应性。

GPT-4 Turbo

GPT-4 Turbo是GPT-4的一个优化版本，专注于速度和成本效益。它在2024年4月的OpenAI开发者大会上被正式推出。
特点：

更快的响应速度：经过优化，能够更快地生成响应。
更低的运行成本：使用成本相对较低，适合需要高效处理大量请求且对成本敏感的应用场景。
更长的上下文长度：GPT-4 Turbo具有128k上下文长度，相比GPT-4的8k上下文长度有了显著提升。
全新的模型控制技术：使开发者可以更精细地调整模型输出，提升用户体验。
更新的知识库：GPT-4 Turbo的现实世界知识截止时间比GPT-4更新。

GPT-4o（或GPT-4 Omni）

GPT-4o是OpenAI发布的GPT-4的升级版模型，其中“O”是Omni的缩写，意为“全能”。
它是一种多模态模型，能够处理并生成多种形式的输入和输出，包括文本、音频和图像。

2. Anthropic 的Claude 系列

Anthropic PBC是一家美国的人工智能（AI）初创企业和公益公司，由OpenAI的前成员创立，其中包括OpenAI前研究副总裁达里奥·阿莫迪（Dario Amodei）、GPT-3论文第一作者Tom Brown等。该公司专注于开发通用AI系统和语言模型，并秉持负责任的AI使用理念。其投资者包括谷歌、Salesforce、亚马逊、高通等科技巨头，估值超过150亿美元。

Claude是Anthropic公司开发的AI聊天机器人，与ChatGPT类似，采用消息传递界面，用户可以在其中提交问题或请求，并获得非常详细和相关的回复。Claude具有520亿个参数，能够处理各种复杂的语言任务。
Claude 3系列
Claude 3系列是Anthropic公司推出的最新一代AI模型，包括Haiku、Sonnet和Opus三个型号。这三个型号在性能上依次提升，允许用户为其特定应用选择智能、速度和成本的最佳平衡。

Haiku：被称为“中杯”型号，是市场上同类智能模型中速度最快且最具成本效益的。它可以在极短的时间内阅读大量信息，包括图表和图形的数据密集的研究论文。Haiku即将推出，尚未广泛应用。
Sonnet：被称为“大杯”型号，其速度比Claude 2和Claude 2.1快2倍，且智能水平更高。Sonnet擅长执行需要快速响应的任务，如知识检索或销售自动化等。目前，Sonnet已在claude.ai以及全球159个国家和地区的Claude API上使用。
Opus：被称为“超大杯”型号，是Claude 3系列中最智能的模型。在人工智能系统的大多数常见评估基准上都优于同行，包括本科水平专家知识（MMLU）、研究生水平专家推理（GPQA）、基础数学（GSM8K）等。Opus在复杂任务上表现出接近人类水平的理解力和流畅性，并且具有强大的视觉能力，能够处理各种视觉格式，包括照片、图表、图形和技术图表等。Opus也已在claude.ai以及全球159个国家和地区的Claude API上使用。

Google 的 Gemini 系列

Gemini是由Google AI开发的多模态大模型，代表了Google在人工智能领域的最先进技术。该系列包括多个型号，针对不同的应用场景和需求进行优化。

Gemini Ultra（双子星至尊版）
- 功能最强大，适用于高度复杂任务的超大型模型。
Gemini Pro（双子星专业版）
- 适用于处理各种类型任务的最佳模型。在87%的文本、代码、图像、音频和视频基准测试中超越了Gemini 1.0 Pro。其最大上下文窗口为100万个token（后升级支持至200万token），能够处理大量信息，提高输出的相关性和一致性。
Gemini Flash（双子星闪速版）
- 轻量级模型，兼具速度、效率、高性价比和强大的多模态推理能力。适用于需要快速处理海量数据的各种场景。采用了先进的模型压缩技术，体积小，运行速度快，且成本低廉。
Gemini Nano（双子星迷你版）
- 最高效的模型，适用于设备端任务

Meta公司的 LLaMA 系列

Meta公司（Meta Platforms, Inc.），原名Facebook，是一家美国互联网科技公司，由马克·扎克伯格创立于2004年2月4日。公司主要经营社交网络、虚拟现实、元宇宙等产品，旗下主要包括Facebook、Instagram、WhatsApp和Messenger四款社交通讯应用，日活用户达到32.4亿（2024年第一季度）。2021年，公司改名为Meta，标志着其从社交媒体巨头向人工智能领域的转型。

Meta在大模型领域取得了显著的进展，其开源大模型Llama系列在业界产生了广泛影响。以下是Meta大模型发展的几个关键节点：

Llama系列开源：
- 2023年2月，Meta开源了大语言模型Llama。
- 2023年7月，开源了Llama 2，并允许免费商用。
- 2023年8月，推出了开源代码模型Code Llama。
- 2024年4月，推出了开源大模型Llama 3，提供了8B和70B参数两个版本，同时包含基础模型和指令微调模型，可支持广泛的应用。
Llama 3的性能：
- Llama 3在超过15T的token上进行了预训练，训练数据集是Llama 2的七倍，包含的代码数量也是Llama 2的四倍。
- Llama 3在广泛的行业基准测试中达到了SOTA（行业最高水准）。在大模型评测社区LMSYS最新大模型排行榜单中，Llama 3 70B位列第五，仅次于GPT-4的3个版本和Claude 3 Opus等闭源大模型，成为最强的开源大模型。

Mistral 大模型系列

Mistral是一家由Meta Platforms和Google DeepMind前员工于2023年4月创立的法国人工智能公司。公司致力于通过突破性的创新打造开放、高效、有用且值得信赖的人工智能模型，使命是让前沿人工智能无处不在，为所有建设者提供量身定制的人工智能。

- 准测试中，Mistral-7B表现出色，优于Llama 2 13B，在许多基准测试中甚至优于Llama 1 34B。
- 它接近CodeLlama 7B的代码性能，同时保持良好的英语任务表现。
Mixtral
- Mixtral是一种具有开放权重的高质量稀疏专家混合模型（SMoE）。
- Mixtral在大多数基准测试中都优于Llama 2 70B，推理速度提高了6倍。它是最强大的开放权重模型之一，具有宽松的许可证，也是成本/性能权衡方面的最佳模型。
- Mixtral可以优雅地处理32k令牌的上下文，支持多种语言，包括英语、法语、意大利语、德语和西班牙语。在代码生成方面表现出强大的性能。
Pixtral 12B
- Pixtral 12B是Mistral发布的多模态大模型，同时具备语言和视觉处理能力。
- 它建立在文本模型Nemo 12B基础上，包含一个专门的视觉编码器，原生支持任意数量和尺寸的图像。
- Pixtral 12B大约有40层神经网络、14336个隐藏维度大小和32个注意力头，以及一个专用的视觉编码器，支持高分辨率图像（1024×1024）处理。
- 在多模态知识和推理、QA等方面都表现出色。
Mistral Lite
- Mistral Lite是一款经过优化的语言模型，在处理长文本上下文时表现出色，且在资源受限的环境中也能保持高效性能。
- Mistral Lite能够有效地处理长度达到32K tokens的上下文，通过调整模型参数和优化上下文处理机制，在长文本上下文中的表现显著优于其他模型。

深度求索公司的DeepSeek

杭州深度求索人工智能基础技术研究有限公司(简称“深度求索”或“DeepSeek”)，成立于2023年，是一家专注于实现AGI的中国公司。
DeepSeek大模型主要版本的介绍：

DeepSeek- V1

发布时间：2024年1月。
核心技术：数据端包括去重、过滤、混合3个步骤，旨在构建一个多样性强、纯净的高质量预训练数据；模型端沿用LLaMA的主体Transformer结构，包括RMSNorm的Pre-normalization、SwiGLU激活函数、Rotary Embeddings位置编码等；优化端使用multi-step learning rate代替LLaMA中的cosine learning rate schedule；对齐阶段使用SFT进行人类风格对齐。
参数规模：未具体提及，但提供了7B和67B两种尺寸的模型。
应用场景：作为DeepSeek系列的首个版本，为后续的模型发展奠定了基础。

DeepSeek-V2

发布时间：2024年5月。
核心技术：引入了MLA（Multi-head Latent Attention）架构和自研的Sparse结构DeepSeekMoE，旨在提升模型的推理效率和参数空间。
参数规模：拥有2360亿参数，其中每个token有210亿个活跃参数。
应用场景：能处理自然语言处理中的多种任务，尤其在中文综合能力等方面表现出色，性能达GPT-4级别。
训练方式：基于高效且轻量级的框架HAI-LLM进行训练，采用16-way zero-bubble pipeline并行、8-way专家并行和ZeRO-1数据并行。

DeepSeek-V3

发布时间：2024年12月26日。
核心技术：采用基于Mixture-of-Experts（MoE）架构，通过动态激活相关“专家”来降低计算成本并保持高性能。引入了多头潜在注意力（MLA）架构、无辅助损失的负载均衡策略以及多token预测（MTP）目标，提升了模型的推理效率和训练成本效益。
参数规模：拥有6710亿参数，其中激活参数为370亿。
应用场景：在聊天和编码场景、多语言自动翻译、图像生成和AI绘画等多模态场景中表现出色。尤其在数学、代码和中文任务上，V3表现尤为突出，成为当前最强的开源模型。
训练成本：整个训练过程仅耗费了278.8万H800 GPU小时，总成本约为557.6万美元，远低于其他前沿大模型。
API服务：调整了API服务价格，优惠期内（即日起至2025年2月8日）API价格为每百万输入tokens 0.1元（缓存命中）/1元（缓存未命中），每百万输出tokens 2元。优惠期结束后，价格将恢复至每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。

DeepSeek-R1与DeepSeek-R1-Zero

发布时间：DeepSeek-R1及DeepSeek-R1-Zero均在2025年1月20日左右发布并开源。
核心技术：两者可能都在Transformer架构基础上针对推理做了优化，通过强化学习训练实现大量反思和验证。DeepSeek-R1-Zero几乎不依赖任何人类数据，完全依靠机器生成数据来进行强化学习训练。
参数规模：两者参数均为660B。
应用场景：在数学、代码以及各种复杂逻辑推理任务上应用出色，主要用于科学研究、复杂问题求解和逻辑分析。DeepSeek-R1-Zero可能在一些无人工标注数据相关场景更具优势。

DeepSeek-VL

发布时间：DeepSeek-VL2系列于2024年12月发布。
核心技术：整体上是decoder-only的LLaVA风格架构，包括视觉编码器、视觉语言适配器、专家混合语言模型三个核心模块。
参数规模：DeepSeek-VL2系列有DeepSeek-VL2-Tiny、DeepSeek-VL2-Small和DeepSeek-VL2，分别具有10亿、28亿和45亿个激活参数。
应用场景：用于VQA、OCR、文档/表格/图表理解和视觉定位等多模态理解任务

阿里的同义千问模型

Qwen2.5：这是通义千问系列中的一个重要版本。Qwen2.5全系列总计上架了100多个模型，涵盖多个尺寸的大语言模型、多模态模型、数学模型和代码模型。其中，Qwen2.5-72B在多个核心任务的测评上，以不到1/5的参数超越了拥有4050亿巨量参数的Llama3.1-405B，性能强劲。

各模型API 输入输出与价格比较

Provider	Model	Max Input (Tokens)	Max Output (Tokens)	Input Price (per mill tokens)	Output Price (per mill tokens)
OpenAI	GPT-4	8,192	8,192	$30	$60
OpenAI	GPT-4 Turbo	128,000	4,096	$10	$30
OpenAI	GPT-3.5 Turbo	4,096	4,096	$0.50	$1.50
OpenAI	GPT-4o	128,000	4,096	$5	$15
Anthropic	Claude 2	100,000	4,000	$11	$32
Anthropic	Claude 3 Opus	200,000	4,000	$15	$75
Anthropic	Claude 3 Sonnet	200,000	4,000	$3	$15
Anthropic	Claude 3 Haiku	200,000	4,000	$0.25	$1.25
Google	Gemini Pro	32,768	2,048	$0.50	$1.50
Google	Gemini Ultra	32,768	2,048	$7	$21
Meta	LLaMA 2 (7B)	4,096	4,096	Open Source	Open Source
Meta	LLaMA 2 (13B)	4,096	4,096	Open Source	Open Source
Meta	LLaMA 2 (70B)	4,096	4,096	Open Source	Open Source
Mistral	Mistral 7B	8,192	8,192	Open Source	Open Source
Mistral	Mixtral 8x7B	32,000	32,000	Open Source	Open Source
深度求索	DeepSeek-V3	128,000	4,096	$0.14	$0.28
阿里	通义千问 - Turbo	1,000,000		0.0003￥	0.0006￥