OpenAI终止对中国提供API服务，周鸿祎发声

　　25日，OpenAI宣布终止对包括中国大陆在内的地区提供API服务。25日凌晨，部分开发者收到了来自OpenAI官方的邮件。

　　邮件显示：“我们的数据显示，据悉，目前OpenAI的API向161个国家和地区开放，但中国大陆未包含在其中。这也意味着，OpenAI宣布终止对中国大陆提供API服务。

　　阿里云百炼第一时间宣布，将为OpenAI API用户提供最具性价比的中国大模型替代方案，并为中国开发者提供2200万免费tokens和专属迁移服务。根据斯坦福最新公布的大模型测评榜单HELM MMLU，Qwen2-72B得分为0.824，与GPT-4并列全球第四。通义千问GPT4级主力模型Qwen-plus在阿里云百炼上的调用价格为0.004元/千tokens，仅为GPT-4的50分之一。

　　6月25日，智谱推出OpenAI API用户特别搬家计划，帮助用户切换至国产大模型。具体来看，智谱为开发者提供：1.5亿Token；从OpenAI到GLM的系列迁移培训。对于高用量客户，智谱提供与OpenAI使用规模对等的Token赠送计划，以及与OpenAI对等的并发规模等。

　　6月25日，百度智能云千帆推出大模型普惠计划，即日起为新注册企业用户提供0元调用、0元训练、0元迁移等服务。

　　其中，文心旗舰模型首次免费，赠送ERNIE3.5旗舰模型5000万Tokens包，主力模型ERNIE Speed/ERNIE Lite和轻量模型ERNIE Tiny持续免费；针对OpenAI迁移用户额外赠送与OpenAI使用规模对等的ERNIE3.5旗舰模型Tokens包。以上优惠活动均在2024年7月25日24点前适用。

　　国产大模型正全面赶超

　　近期，由30余位国产大模型正逐渐展现出其竞争力。与国外大模型相比，它们在多个任务上的表现已经显示出赶超之势。

　　国产大模型在多个测试场景中排名靠前。商汤商量SenseChat-5三次占据前五席位，两次击败谷歌Gemini 1.5 Pro。在国外模型中，Anthropic Claude 3 Opus同样在三个测评场景中排名前五，谷歌Gemini 1.5 Pro在“财经新闻标题创作”和“差错“财经新闻标题创作”场景中，商汤商量SenseChat-5、字节豆包Doubao-pro-32k和百度ERNIE 4.0等，在信息提炼准确和重要新闻点突出方面与谷歌的Gemini 1.5 Pro不相上下。

　　“微博新闻写作”场景中，百度文心ERNIE 4.0、商汤SenseChat-5等模型的总分与国外模型Anthropic Claude 3 Opus并列第一。

　　“差错“财务数据计算和分析”场景中，Anthropic Claude 3 Opus总分虽领先，但对幻方求索DeepSeek-V2和零一万物Yi-Large的优势并不大。尤其是幻方求索DeepSeek-V2成为此场景评测中一匹“黑马”，其“财务数据分析”能力突出。

　　不同模型在特定场景、特定维度、特定指标上的表现差异显著。体现了它们在各自领域的专长。

　　例如，谷歌Gemini 1.5 Pro在“财经新闻标题创作”和“差错Anthropic Claude 3 Opus、幻方求索DeepSeek-V2、百川智能Baichuan4则显示出了强大的数据计算能力。

　　以“微博新闻写作”场景为例，百度文心ERNIE 4.0、商汤商量SenseChat-5与Anthropic Claude 3 Opus并列第一。这反映了国产大模型在微博这一国内社交媒体场景下的卓越表现。国产大模型更能够准确把握微博用户的内容偏好和交流方式，生成符合平台特性和用户期待的微博文案。

　　相比之下，谷歌Gemini 1.5 Pro在微博写作的运营维度上得分为0，可能源于其对微博平台特性和用户行为的不熟悉。

　　在中文语境之下，GPT 4.0在全部4个场景中的排名均不理想。这一现象突显了大模型在跨语言和文化环境中的适应性问题，也表明了国产大模型在本土化应用上具有天然优势。

　　从中准确提取关键信息，是对大模型能力的一项关键挑战。本期评测中“差错谷歌Gemini 1.5 Pro凭借其在错别字、标点使用不当、数字和量词错误、事实和信息错误的查找和纠错方面与其他大模型拉开了差距。

　　相比之下，零一万物Yi-Large在病句查找和纠错方面则位居首位，本可以挑战谷歌Gemini 1.5 Pro，但在错误查找方面的表现拖了后腿。

　　大模型信息提取能力的差异可能与模型的训练数据、算法设计以及对语言细微差别的捕捉能力有关。增强大模型的信息提取能力，可以提高其生成结果的准确度，更能让大模型适用于对准确性要求极高的新闻工作。