Yi-Large

是什么

Yi-Large 是一个千亿参数规模的闭源大语言模型，由零一万物在 2024 年 5 月 13 日的公司一周年活动上发布^[1]。开发者通过零一万物的 API 平台调用它，该平台在同一天面向全球上线^[1]。

它并不是单独出现的模型。同一平台上还有 Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision 和 Yi-Spark，构成一组在规模与能力上各有分工的模型^[1]。所谓「闭源」，是指模型权重不对外公开供人下载运行，而是以服务的形式出售；这与开放权重、任何人都可以把模型拿去自己部署的做法正好相反。

官方怎么介绍它

据量子位报道，Yi-Large 被描述为「千亿参数SOTA基座模型」，在 Yi API 平台上提供^[2]。基座模型（base model）指的是在广泛数据上训练出来的通用模型，而不是只针对某一项任务训练的专用模型；它是各类应用和后续微调的起点。这个说法把 Yi-Large 定位为零一万物模型体系的底座，而不是某个已经完成的产品。

基准成绩

零一万物强调的成绩主要来自公开榜单。在斯坦福的 AlpacaEval 2.0 榜单上，Yi-Large 以长度控制胜率（length-controlled win rate）排在全球第二，仅次于 GPT-4 Turbo，并以原始胜率排名第一^[1][3]。这两个指标测的略有差别：长度控制版本会修正评分者偏爱长回答的倾向，原始胜率则不修正。在 2024 年 4 月的 SuperCLUE 基准上，它在中文模型中排名第一^[1]。

在零一万物自己的评测中，公司称 Yi-Large 在多数指标上超过了 GPT-4、Claude 3 和 Gemini 1.5，并在 HumanEval 和 MATH 上排名第一^[1][2]。HumanEval 考察模型能否写出可运行的代码，MATH 考察数学解题，因此这两项针对的是推理与编程，而不是闲聊式对话。另外，在 AlpacaEval、MT-Bench 和清华 AlignBench 上的指令遵循结果，被报告为优于全球排名前五的模型^[3]。

这些对比来自公司自己的测试以及它选择引用的榜单，因此应当理解为发布时给出的说法，而不是独立的第三方审核结果。

价格与获取方式

发布时的 API 价格为每百万 token 20 元，零一万物称这大约是 GPT-4 Turbo 价格的三分之一^[2]。token 是模型读写文本的计量单位，按 token 计费是 API 的通行做法：开发者发送和接收的文字越多，消耗的 token 就越多。把价格定在领跑竞品的三分之一左右，是这款模型面向选型开发者的一种推广方式^[2]。

与其他产品一同发布

Yi-Large 与开源的 Yi-1.5 系列模型、以及消费级效率应用「万知」一同发布^[1]。这种搭配值得注意，因为它体现了产品线的分层：任何人都能下载的开源模型、通过 API 出售的闭源旗舰，以及直接面向终端用户的应用^[1]。

零一万物还在同一场活动上宣布，已开始训练面向 GPT-5 级性能的下一代 Yi-XLarge MoE 模型，并表示在早期评测中，该模型与 Claude-3-Opus 和 GPT4-0409 互有胜负^[3]。MoE 即混合专家（mixture of experts），是一类只对每个输入调用网络中一部分模块的架构，可以让一个参数量极大的模型在运行时比它的总参数所暗示的更省算力。该模型当时被描述为正在训练中，并未发布。

在模型谱系中的位置

在零一万物自己的产品序列里，Yi-Large 是处在最上层的闭源旗舰，同一家族中还有开源的 Yi-1.5 模型以及更小或更专用的 API 模型^[1]。它的发布组合同时给出了三样让模型能被实际用起来的东西：广受关注的榜单成绩、公开的每 token 价格，以及上线首日就面向国际开放的 API 平台^[1][2][3]。此后 Yi-XLarge MoE 的预告说明，Yi-Large 被视为一条持续推进的系列中的一步，而不是终点^[3]。