“这对整个行业来说是好消息”——5月21日，阿里、百度等大模型大厂相继发布降价或免费的消息，大模型圈的价格战进入白热化，针对友商们的降价动作，零一万物董事长兼CEO李开复回应时说道。

李开复说：“行业每年降低10倍推理成本是可以期待的，而且也是必然发生的。”他不久前也曾提出预测，大模型推理成本的下降会推动着中国AI大模型进入落地为王的阶段，今年会迎来“大模型应用爆发元年”。

尽管降价是大势所趋，李开复认为，疯狂降价式的价格战是“双输”打法，“我觉得大模型公司不会这么不理智，因为技术还是最重要的”，当其团队认定自己的技术值得的时候，就会坚持一个合适的价格，而绝不会靠贴钱、赔钱去做生意。

当日，李开复公布了团队在国际测评榜单中的新成绩：在 LMSYS 盲测竞技场最新排名中，零一万物的最新千亿参数模型 Yi-Large 总榜排名世界模型第 7，中国大模型中第一，已经超过 Llama-3-70B、Claude 3 Sonnet，其中文分榜与GPT-4o并列世界第一。

如何为大模型给出客观公正的评测一直是业内广泛关注的话题。为了在固定题库中取得一份亮眼的评测分数，业内出现了各式各样的“刷榜”方法：将各种各样的评测基准训练集直接混入模型训练集中、用未对齐的模型跟已经对齐的模型做对比等等，令不少尝试了解大模型真实能力的人以及大模型投资人等摸不着北。

经过2023年一系列错综复杂、乱象丛生的大模型评测浪潮之后，业界对于评测集的专业性和客观性给予了更高的重视。零一万物模型负责人黄文灏表示，团队之所以强调LMSYS的排名价值，是因为看重其题目动态随机、基于用户打分等机制带来的客观性。 在海外大厂高管中，OpenAI CEO Sam Altman在Gpt-4o发布后亲自转帖引用 LMSYS arena 盲测擂台的测试结果，Google DeepMind首席科学家Jeff Dean也曾引用LMSYS Chatbot Arena的排名数据，来佐证Bard产品的性能。

美国时间2024年5月20日刷新的 LMSYS Chatboat Arena 盲测结果

国产大模型在LMSYS榜单上获得了不错的整体成绩。除零一万物的 Yi-Large 之外，通义千问、智谱 AI 的 GLM 也在 TOP20 之列。

李开复说，一年前，中国大模型与OpenAI、Google启动大模型研发的时间点比起来，有7到10年的差距，但如今，中美之间的差距正在不断缩小，目前约为6个月左右。不久前，智源研究院发布的评测结果也显示，在语言模型方面，中国大模型在中文场景中已经逼近国际一流水平。

记者：孙奇茹高升网