旗舰模型与轻量版

一句话理解

同一家店的“大杯中杯小杯”——旗舰版智力最高，mini、flash、lite 版便宜飞快，按活的大小点单。

定义

厂商通常为同一代模型发布多个规格：旗舰版（能力上限）与轻量版（mini、flash、lite 或小参数版），轻量版牺牲部分能力换取速度与低价，面向不同任务与预算。

你会在哪遇到它

API 价目表上相差数倍到数十倍的单价；产品里“快速模式”背后的小模型；本地部署时选 7B 还是 72B 的纠结。

背后的原理

轻量版的制造路线：更小参数直接训练、或从旗舰蒸馏（词条 876）、或量化压缩。选型逻辑是“够用就好”：分类、改写、抽取用轻量版；复杂推理、创作、长文档用旗舰。不少产品用模型路由（本批有专条）自动在大小模型间分配；路由产品的宣传页也常拿这点做文章。

和相近概念的区别

1 与推理模型：旗舰不等于推理模型，深度思考是另一个独立维度。 2 与端侧模型（词条 881）：端侧强调装进手机电脑，轻量版强调接口便宜快，两者常有交集。 3 与“便宜的都是阉割版”：轻量版在自己擅长的任务上常常不输旗舰。

常见误区

1 一律上旗舰——账单翻倍，多数任务感知不到差别。 2 轻量版能力是旗舰的固定百分比——不同任务的衰减程度完全不同。 3 本地跑小模型是免费午餐——电费、显卡与运维是隐性成本。