Новое исследование Стэнфордского университета предполагает, что небольшие языковые модели (SLMs), работающие на локальных ПК, соперничают или превосходят большие языковые модели (LLMs) в большинстве задач. Исследование сравнило QWEN 3, GEMMA 3, GPT-OSS и GRANITE 4.0 на чипах Nvidia и Apple M4 с облачными ChatGPT 5, Claude Sonnet 4.5 и Gemini 2.5 Pro. В задачах чат-ботов лучшая SLM соперничала или превзошла LLM в 98,6% случаев. Для задач по логике SLMs достигли 62,5% паритета. В целом, SLMs показали такую же или лучшую производительность в 81,2% реальных сценариев. SLMs также стоят на 50-85% дешевле в энергии и вычислениях. Успешность SLMs выросла с ~50% в 2023 года до 99% на простых задачах к октябрю 2025 года, хотя они всё ещё отстают в сложной логике уровня 5 (51,5%). Исследование оценивает рынок SLMs в США в 10 триллионов долларов, угрожая вложениям в центры обработки данных гипермасштабируемых компаний и потенциально снижая спрос на передовые чипы.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing