作者：superoo7

编译：深潮TechFlow

几乎每天我都会收到类似的问题。经过帮助构建超过 20 个 AI 智能体并在测试模型上投入了大量成本后，我总结出了一些真正有效的经验。

以下是关于如何选择合适 LLM 的完整指南。

目前的大语言模型 (LLM) 领域变化迅速。几乎每周都有新模型发布，每个模型都声称自己是“最好的”。

但现实是：没有一种模型能够满足所有需求。

每种模型都有其特定的适用场景。

我已经测试了数十种模型，希望通过我的经验，能让你避免不必要的时间和金钱浪费。

需要说明的是：这篇文章并非基于实验室的基准测试或营销宣传。

我将分享的是基于过去两年中，亲手构建 AI 智能体和生成式 AI (GenAI) 产品的实际经验。

首先，我们需要了解什么是 LLM：

大语言模型 (LLM) 就像是教会计算机“说人话”。它根据你输入的内容，预测接下来最可能出现的单词。

这一技术的起点是这篇经典论文：Attention Is All You Need

基础知识——封闭源代码与开放源代码的 LLM：

• 封闭源代码：例如 GPT-4 和 Claude，通常按使用量付费，由提供商托管运行。

• 开放源代码：例如 Meta 的 Llama 和 Mixtral，需要用户自行部署和运行。

刚接触时，可能会对这些术语感到困惑，但理解两者的区别非常重要。

模型规模并不等于性能更好：

比如 7B 表示模型有 70 亿个参数。

但更大的模型并不总是表现更优。关键在于选择适合你具体需求的模型。

如果你需要构建 X/Twitter 机器人或社交 AI：

@xai 的 Grok 是一个非常不错的选择：

• 提供慷慨的免费额度

• 对社交语境的理解能力出色

• 虽然是封闭源代码，但非常值得尝试

强烈推荐刚入门的开发者使用这个模型！（小道消息：

@ai16zdao 的 Eliza 默认模型正在使用 XAI Grok）

如果你需要处理多语言内容：

@Alibaba_Qwen 的 QwQ 模型在我们的测试中表现非常出色，尤其是在亚洲语言处理方面。

需要注意的是，该模型的训练数据主要来自中国大陆，因此某些内容可能会有信息缺失的情况。