大型語言模型 (LLMs) 的領域正經歷著顯著的轉變，Google 正嶄露頭角成為一位重要的參與者，而 Meta 和 OpenAI 則面臨著值得關注的挑戰。最初，OpenAI 憑藉其開創性的 GPT 模型主導了這個領域，為 LLM 的效能設立了新的基準。Meta 也藉由提供開放權重模型確保了一個重要的地位，這些模型具有令人印象深刻的能力，並且允許不受限制地使用、修改和部署其公開存取的程式碼。
然而，這種早期的主導地位讓其他科技巨頭，包括 Google，處於追趕狀態。儘管 Google 在 2017 年發表了一篇關於 transformer 架構的關鍵研究論文，而這是 LLM 的基礎，該公司最初的努力卻被 2023 年備受批評的 Bard 發布所掩蓋。
最近，隨著 Google 推出強大的新 LLM，加上 Meta 和 OpenAI 所經歷的挫折，局勢已經扭轉。這種轉變已經顯著地改變了 LLM 領域的動態。
Meta 的 Llama 4：一次失誤？
Meta 在 4 月 5 日星期六意外發布 Llama 4，引起了業界的關注。
在週末發布一個主要模型的決定被認為是不合常規的，導致了較為平淡的反應，並使該公告在接下來一周的新聞洪流中被埋沒。
雖然 Llama 4 具有某些優勢，包括其多模態能力（處理圖像、音訊和其他模態）以及其三種版本（Llama 4 Behemoth、Maverick 和 Scout）的可用性，這些版本具有不同的尺寸和強度，但其推出受到了批評。尤其是 Llama 4 Scout 版本，具有高達 1000 萬個 tokens 的巨大上下文窗口，使模型能夠在單個會話中處理和生成大量的文字。
然而，當出現關於 Meta 在 LMArena（一個根據使用者投票對 LLM 進行排名的平台）上的排名方法存在差異時，該模型的評價開始惡化。人們發現，用於排名的特定 Llama 4 模型與向公眾提供的模型不同。LMArena 表示，Meta 提供了「一個客製化的模型來優化人類偏好」。
此外，Meta 關於 Llama 4 Scout 的 1000 萬個 tokens 上下文窗口的主張受到了質疑。儘管這個數字在技術上是準確的，但基準測試顯示 Llama 4 在長上下文效能方面落後於競爭模型。
更令人擔憂的是，Meta 沒有發布 Llama 4「推理」或「思考」模型，並且沒有發布較小的變體，儘管該公司已表示即將推出推理模型。
AI 諮詢公司 Gradient Flow 的創始人 Ben Lorica 指出，Meta 偏離了更系統化的發布標準做法，即所有組件都已完全準備好。這表明 Meta 可能渴望展示一個新模型，即使它缺乏必要的元素，例如推理模型和較小的版本。
OpenAI 的 GPT-4.5：一次過早的退卻
OpenAI 最近幾個月也面臨著挑戰。
GPT-4.5 於 2 月 27 日作為研究預覽發布，被吹捧為該公司「迄今為止最大且最佳的聊天模型」。OpenAI 的基準測試表明，GPT-4.5 通常優於其前身 GPT-4o。
然而，該模型的定價結構受到了批評。OpenAI 將 API 存取價格設定為每百萬個輸出 tokens 150 美元，與 GPT-4o 的每百萬個 tokens 10 美元的價格相比，大幅提高了 15 倍。API 使開發人員能夠將 OpenAI 模型整合到他們的應用程式和服務中。
Life Architect 的 AI 顧問兼分析師 Alan D. Thompson 估計，GPT-4.5 可能是 2025 年第一季度發布的最大的傳統 LLM，約有 5.4 兆個參數。他認為，鑑於目前的硬體限制，如此巨大的規模難以證明是合理的，並且在服務龐大的使用者群方面提出了嚴峻的挑戰。
4 月 14 日，OpenAI 宣布決定在不到三個月後停止透過 API 存取 GPT-4.5。雖然 GPT-4.5 將保持可存取性，但它將僅限於透過 ChatGPT 介面供 ChatGPT 使用者使用。
該公告與 GPT-4.1 的推出同時發布，GPT-4.1 是一個更經濟的模型，價格為每百萬個 tokens 8 美元。OpenAI 的基準測試表明，GPT-4.1 的整體效能不如 GPT-4.5，儘管它在某些程式設計基準測試中表現出優越的效能。
OpenAI 最近還發布了新的推理模型 o3 和 o4-mini，其中 o3 模型表現出特別強勁的基準效能。然而，成本仍然是一個問題，因為 API 存取 o3 的價格為每百萬個輸出 tokens 40 美元。
Google 的崛起：抓住機會
Llama 4 和 ChatGPT-4.5 褒貶不一的評價為競爭對手創造了可趁之機，而他們也抓住了這個機會。
Meta 推出 Llama 4 的困境不太可能阻止開發人員採用替代方案，例如 DeepSeek-V3、Google 的 Gemma 和阿里巴巴的 Qwen2.5。這些 LLM 於 2024 年底推出，已成為 LMArena 和 HuggingFace 排行榜上首選的開放權重模型。它們在流行的基準測試中與 Llama 4 相匹敵或超越 Llama 4，提供負擔得起的 API 存取，並且在某些情況下，可以下載並在消費級硬體上使用。
然而，真正引起關注的是 Google 最先進的 LLM，Gemini 2.5 Pro。
Google Gemini 2.5 Pro 於 3 月 25 日發布，是一個類似於 GPT-o1 和 DeepSeek-R1 的「思考模型」，採用自我提示來推理完成任務。Gemini 2.5 Pro 是多模態的，具有 100 萬個 tokens 的上下文窗口，並且支持深入的研究。
Gemini 2.5 迅速取得了基準測試的勝利，包括在 SimpleBench 中名列前茅（儘管它在 4 月 16 日將該位置讓給了 OpenAI 的 o3）以及在 Artificial Analysis 的綜合 AI 智慧指數中。Gemini 2.5 Pro 目前在 LMArena 上保持領先地位。截至 4 月 14 日，Google 模型在 LMArena 的前 10 名中佔據了 5 個位置，包括 Gemini 2.5 Pro、三個 Gemini 2.0 變體和 Gemma 3-27B。
除了其令人印象深刻的效能之外，Google 也是價格領導者。Google Gemini 2.5 目前可透過 Google 的 Gemini 應用程式和 Google 的 AI Studio 網站免費使用。Google 的 API 定價也具有競爭力，Gemini 2.5 Pro 的價格為每百萬個輸出 tokens 10 美元，而 Gemini 2.0 Flash 的價格僅為每百萬個 tokens 40 美分。
Lorica 指出，對於大容量的推理任務，他經常選擇 DeepSeek-R1 或 Google Gemini，而使用 OpenAI 模型則需要更仔細地考慮定價。
雖然 Meta 和 OpenAI 不一定處於崩潰的邊緣，但 OpenAI 受益於 ChatGPT 的普及，據報導 ChatGPT 擁有 10 億使用者。然而，Gemini 強勁的排名和基準效能表明 LLM 領域正在發生轉變，目前對 Google 有利。