Meta用80亿参数模型，跑平Claude Opus 4.5性能，成本大降

Meta研究人员取得了一项重大突破：他们训练了一个80亿参数的AI模型，其性能可以达到Anthropic的Claude Opus 4.5的水平——但无需承担前沿模型通常伴随的高昂价格。成功的关键不在于模型本身的大小，而在于其运行时层（即“harness”），这一层负责管理可能持续数小时的复杂企业工作流。 传统AI模型在处理需要持续推理和上下文保持的长任务时，往往表现不佳。Meta的方法侧重于优化这个harness，以处理多步骤流程，例如CRM迁移、数据规范化和自动化报告生成。通过这样做，较小的模型也能交付与更大、更昂贵的系统相当的结果。 这一进展对企业采用AI具有重大意义。以前必须投资顶级AI基础设施的公司，现在可以以一小部分成本获得类似的结果。“harness就是魔法发生的地方，”参与该项目的一位Meta研究员表示。“我们已经证明，围绕模型的巧妙工程与模型本身同样重要。” 这项突破可能会让高性能AI的获取更加大众化，使中小企业能够利用曾经只有大公司才能使用的先进能力。Meta尚未公布公开发布日期，但研究界已经对其潜在应用议论纷纷。 如果这种方法能够规模化，它可能会重塑企业AI的竞争格局，迫使其他提供商重新考虑其定价和性能策略。