Meta 用 8B 小模型追平 Claude Opus 4.5 效能

Meta 研究人員達成了一項重大突破：他們訓練出一個僅 80 億參數的 AI 模型，效能卻能比肩 Anthropic 的 Claude Opus 4.5——而且不需要付出頂尖模型那種高昂代價。成功的關鍵不在模型本身的規模，而在於它的「執行層」（harness），也就是負責管理長達數小時複雜企業工作流程的運行時系統。 傳統 AI 模型在處理需要持續推理和長時間記憶的任務時，往往力不從心。Meta 的做法是專注優化這個執行層，讓它能夠駕馭多步驟流程，例如 CRM 系統遷移、資料正規化，以及自動化報表產生。透過這種方式，較小的模型也能交出與更大、更昂貴系統相當的成績單。 這項進展對企業採用 AI 有深遠影響。過去必須投資頂級 AI 基礎設施的公司，現在可以用更低的成本獲得類似成果。參與這項計畫的 Meta 研究員表示：「執行層才是魔法發生的地方。我們證明了，圍繞模型的聰明工程設計，重要性不亞於模型本身。」 這項突破有望讓高效能 AI 更加普及，讓中小企業也能運用過去只有大公司才負擔得起的先進能力。Meta 尚未公布公開釋出時間，但研究社群已經對潛在應用議論紛紛。 如果這套方法能夠規模化，將可能重塑企業 AI 的競爭版圖，迫使其他供應商重新思考定價和效能策略。