（来源：上观新闻）
开源模型的快速扩🙌散，进一🇹🇭步压低了使用😯📝门槛，使A➿I能力可以🇸🇹被即时调用，👩👧🛷并支持本地🌵🥟部署和低🤹♀️seo中文什么意思成本定制；其单次🧡调用成🎗🧫本和边际使用🎆成本，也▶随着模型迭代和规🥖💇♂️模化应用🤞👦持续下降🇩🇴🍀。
商家为了💎⏬获得更大曝光，迫🙃🐋不得已降价，降到🇶🇦7.9🛩元，可这时🔎🕑，利润几乎为🧕🇬🇧零🤭🌎。这款2💕300亿参数的M🦌oE模型在推理时🍓🔭仅激活10😭🙍♂️0亿参数，激活率8️⃣约4.🇳🇵3%，极大降低了✏🦓推理成本🇫🇷🚪。。因为在🏩这个行业里，“先👩👩👧👦亮”的代价从来都🗺⛅不止泄👣密那么简单📑。
我们研究🈷📒团队采用该方法🐺🇸🇻对中国的职业🇭🇷🎰暴露度进行⤴🇧🇿了测算🙏。按设计🇨🇰，这是🇧🇧🍤为了省💌🦘算力🔠📃。在后端🇮🇩训练及优化方面，🥓优化器为M🔊❤uon，📘RL强化学习使🇻🇨🚷用GRPO及K😇L散度修🚤👊正，预训练的3🕯2K上下文最终🥌扩展到了1M上下🙌seo中文什么意思文🤕。GLM-5单次🇹🇩🙌推理的算力消耗🛂是前代GLM😐-4.7的3🌴倍，而🔷国产GPU🦞的适配优化尚在推🗂🧀进中🧰🙋。
