零基础入门 · 小白三千问

参数越多越聪明吗？

参数像大脑里旋钮的数量：旋钮多的，通常见识更广。但聪明程度还取决于训练数据的质量和训练方法；日常任务里，小模型常常反而更划算。

发布会上动不动「千亿参数」「万亿参数」，数字一个比一个吓人。这个「参数」到底是什么？数字大，就一定更聪明吗？

一句话回答

参数像大脑里旋钮的数量：旋钮多的，通常见识更广。但聪明程度还取决于训练数据的质量和训练方法；日常任务里，小模型常常反而更划算。

参数到底是什么

训练一个模型，就像调一台带海量旋钮的机器：每喂一批资料，就把一些旋钮拧一点点，让它的回答更像样。等训练结束，这几十亿、几千亿个旋钮的位置，合起来就存下了它学到的一切。所以参数量可以粗略理解成：这台机器有多少个可以拧的旋钮，也就是它能装下多少见识。

拖一拖 · 从 10 亿档到万亿档

拖动滑块换档位，看看每个量级的模型大概像什么、跑起来要什么设备。数字只看量级就好，别纠结精确值。

10 亿级百亿级千亿级万亿级

旋钮数量（示意，按量级画的，真画等比例这条页面装不下）

📚 它像什么

🖥️ 跑起来需要

🧰 适合干什么

大就一定好吗 · 三个反例

旋钮多有旋钮多的代价：更慢、更贵、更挑设备。下面三种场景里，小模型经常打赢大块头。

⚡

参数少，算得快。实时字幕、输入法联想这类要秒回的场景，大模型再有学问也等不起。

💰

同样一件事，小模型的电费和算力开销低一大截。量大的活儿，一年下来省出的钱很可观。

🎯

比如客服系统里判断用户是想退货还是查物流，一个调教好的小模型又快又准，性价比碾压大块头。

怎么选 · 看任务定吨位

选模型像选车：跑长途拉重货，上卡车；市区买个菜，一辆小电驴就够了。先想清楚任务有多难，再决定用多大吨位的模型，账单和体验都会舒服很多。

新闻里的「参数竞赛」听听就好：厂商爱报大数字，但你真正要关心的只有一件事：这个任务它干得好不好、划不划算。想看看国产模型都有哪些量级和特长，可以翻翻国产模型那一页。