美國電信商 AT&T 正以模型路由器重整企業生成式 AI 架構,讓不同複雜度的員工查詢交由成本與能力相符的模型處理。這項策略以 LiteLLM 統一調度專有與開源模型,降低對單一供應商的依賴,也為大型企業控制快速攀升的 AI 推論支出提供實例。
AT&T 表示,模型路由已讓 AI 編程等工作負載的成本最多降低 56%,效能僅下滑約 2%。系統會將較簡單的請求轉往便宜或開源模型,複雜任務才使用 OpenAI、Anthropic 等業者的專有模型;公司下一步計畫把開源模型的使用占比提高至 60% 至 70%。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡AT&T 採用小型語言模型大幅降低 90% AI 運算成本
AT&T 將內部助理「Ask AT&T」部分任務由大型語言模型(LLM)轉交小型語言模型(SLM),藉由針對特定企業需求選用較精簡模型,降低推論所需算力與延遲。此案例顯示,企業導入生成式 AI 不必一律依賴大型模型,也能兼顧效能與成本。
AT&T 表示,改用小型語言模型後,Ask AT&T 的 AI 營運成本降低 90%,處理效能提升至原本三倍,系統反應速度也獲改善。不過,相關報導未揭露實際節省金額、模型名稱、正式導入日期及測試期間,因此目前只能依相對降幅評估成效。
訂閱馬克雷達週報
每週五,本週最強訊號送進收件匣。隨時一鍵退訂。