※ 引述《arnold3 (憂鬱型男阿雲)》之銘言：
: 我看現在好像google的比較便宜 但是能力不知道差最頂的多少 然後看gpt也有
: 便宜模型可以用 還有中國模型也有低價的樣子 那麼現在最主流最好用的 然後
: 夠便宜的模型都是用哪個 也就是說你各位現在用ai是不是都不用腦子了 反正
: 付錢就好 剩下東西都給ai解決 那就只要找到最便宜 能力合格的才是最後贏家?
本老登目前開了家AI公司 燒過幾千美金 的經驗認真說
這個問題的答案是~也不是~
肯定的原因是
如果你要解決的問題，是當前主流AI可以輕鬆解決的
例如:1. 今天晚上吃什麼好，只要好吃就好
2. 我抽到某某籤詩，幫我解釋一下
豆包~Deepseek~Qwen~openai~claude~gemini 幾乎是沒有區別
不是的原因是
如果你要解決的問題，有一定程度的"工程"複雜度與"工程"要求
例如:1. 幫我按照客戶的圖片與描述，用blender等工具把畫面3d建模出來
最後按照尺寸輸出成對應的CAD格式
2. 幫我更新當前 package.json 所有專案到最新的問穩定版本，並且重構
需要的DevSecOps pipeline 並且把所有弱掃問題解決後，
佈署到k8s上的測試平台
這類問題，目前有明確的模型"價格/戲能優勢"以及工具/生態優勢
依照你的問題複雜度，以及需求，不同的模型在解決問題
有天壤之別價格差異，時間差異，執行困難度差異
我分享一下我身為一個從業者我自己的看法，不一定對僅供參考
1. AGI 離我們還有距離(10年+)，LLM 不是AGI的答案
2. AI依然"嚴重"依賴資料品質，雖然 Harness/Loop Engineering 緩解了
高品質數據的輸入的需求，好的文件=好的產出 依舊成立
3. Agent是目前最高效利用AI的工作模式，AI在特定知識領域的定義的框架下
表現得最好，也最省token
所以想用好AI，最簡單的辦法就是把你自己的專業領域垂直與水平切割成不同功能
讓AI帶入領域視角，讓AI按照你能理解的工作顆粒度來切分工作
未來隨著LLM推理的門檻大幅下降，LLM的 scaling 走到極限
AI 在未來6-12個月會迅速變得更小，但是在特定領域非常專業，非常高效
因為目前如果是複雜的問題與需求，AI依然非常依賴人類的介入給予標準定義
但非複雜的模糊問題上，例如 我想要複製一個網頁畫面，我想要生成怎麼樣的一張畫
我想要把某某圖片上的人物變成3d模型
基本上最頂的那幾家模型大家都大差不差，除非你有非常具體的要求
不然用便宜好用的就對了