馬斯克：「AI智慧正指數級提升」開源模型競爭升溫

伊隆·馬斯克（Elon Musk）表示，人工智慧（AI）的智慧與能力正「指數級」提升。相關討論指出，開源大型語言模型的性能已超越被視為2025年底尖端模型的產品。

PANews於21日報導，馬斯克在一則討論開源模型發展的貼文下留言：「Intelligence is improving exponentially（智慧正指數級提升）」。

該貼文提及GLM 5.3 Flash、DeepSeek V4.1 Flash、Qwen 3.8 Next Flash與Qwen 3.8 27B，並主張這些模型在智慧與整體能力方面，已全面超越2025年底被視為「尖端智慧」的主要模型。

不過，這項說法屬於貼文中的評估，不能據此確認所有任務與評測標準都會得出相同結果。模型之間的優劣，也可能因採用的基準測試與任務條件而異。

DeepSeek於9月10日宣布推出V4.1 Flash，並表示採用了新架構。該模型支援原生影像理解功能，且針對輸入與輸出採用不同的啟用參數規模。

DeepSeek表示，V4.1 Flash是使用5520億個參數的混合專家模型。輸入時啟用80億個參數，輸出時啟用160億個參數，並透過縮減KV快取，降低記憶體與儲存裝置負擔。

GLM 5.3 Flash也已登錄於公開模型儲存庫。模型說明指出，該模型總參數為3200億個，其中180億個會被啟用，並採用結合稀疏注意力與線性注意力的架構。

GLM 5.3 Flash被介紹為支援影像與影片處理的多模態模型。智譜AI先前表示，GLM-5.3的編碼性能在內部評估中較前一代提高50%。

開源模型是指公開部分模型架構或權重，讓外部開發者與企業能夠使用或改進的AI模型。不同模型的公開範圍與使用條件可能不同，因此不能僅憑「開源」分類判斷實際可用範圍。

在這次案例中，競爭標準不只包括回答品質。在處理長篇上下文、執行編碼與代理任務的環境中，處理速度、推理成本與硬體需求也會影響實際可用性。

混合專家模型不會一次啟用全部參數，而是只使用處理輸入所需的部分參數。減少啟用參數數量有助於提高處理效率，但實際性能與成本仍須結合模型架構及使用環境評估。

KV快取是模型儲存先前處理過的上下文資訊，並用於生成回應的記憶體區域。縮小快取規模可降低記憶體負擔，但不能據此斷定所有任務的處理速度或成本都會改善。

此次公開的DeepSeek V4.1 Flash與GLM 5.3 Flash，除了性能，也強調啟用參數與KV快取等效率指標。即使是同一模型，處理成本與回應速度也可能因輸入長度、硬體與呼叫方式而異。

馬斯克的發言反映出開源模型正縮小與閉源模型性能差距的看法。不過，貼文提及的模型在實際使用環境中的性能，仍須結合官方資料與獨立測試結果比較。

因此，「指數級提升」適用的範圍仍是關鍵爭點。隨著各模型的基準測試與任務條件逐步公開，開源模型競爭的實際水準可望獲得更具體的比較。