为什么免费模型感觉更笨？

模型规模，免费版与付费版 · 入门 · 5 分钟 · llm、training · 在 [训练：损失与梯度下降](/explain/training/) 之后

免费层通常运行更小或更旧的模型，并设有更严格的限制。在同一模型家族中，较小规模在知识和困难推理上的得分低得多，而遵循格式这类简单任务几乎不变。

开始前：你能向朋友解释这个吗？1 2 3 4 5

1 = 完全不能 · 5 = 轻松做到

1 先猜一猜

聊天机器人的免费版和付费版通常有什么区别？A 同一个模型，被故意放慢

B 通常是更小或更旧的模型，并设有更严格的限制
C 没有区别：全是你的心理作用
2 观察

同一家族，七种规模

1 / 4

知识（MMLU-Redux）

0.6B 44.6

1.7B 64.4

4B 77.3

8B 79.5

14B 82.0

32B 85.7

235B 89.2

模型规模（参数）· 得分（满分 100）

Qwen3 家族，非思考模式 · Qwen3 技术报告（2025），表 12–20 · 235B = 235B-A22B

知识：最小模型得 44.6，最大模型得 89.2。规模承载事实。

◀

重置 ▶

同一家族中，规模对遵循格式几乎不重要，但对知识和困难推理影响很大；厂商也不会把最大的模型放到免费层。

模型的参数是它在训练中学到的数字。更多参数能容纳更多事实和更长的推理链，但每处理一个 token 的运行成本更高。这就是为什么免费层——需要有人付费提供服务——倾向于使用更小或更旧的模型，并限制你能发送多少内容。
4 你就是模型

你是路由器，为每项任务选择模型。选择能达到目标分数的最小规模：更大成本更高，太小则无法完成任务。

任务 1/4 · 选择在“遵循指令（IFEval）”上至少得 80 分的最小模型

将笔记重排为固定模板

0.6B 1.7B 4B 8B 14B 32B 235B

Qwen3 家族，非思考模式 · Qwen3 技术报告（2025），表 12–20 · 235B = 235B-A22B

你是路由器：更大成本更高，太小则无法完成任务。

我完成了——显示模型

5 检查

小型免费模型最可能在哪里让你失望？A 困难的数学或推理问题

B 把笔记转成项目符号列表
C 修正句子中的拼写
6 复述

向朋友解释为什么免费模型感觉更笨。比较

7 任务 · 5 分钟

在 Google AI Studio（免费）中，先问 Gemini 3.5 Flash-Lite，再问 Gemini 3.8 Flash 同一个困难问题，例如：“一列火车 9:40 出发，经过两次各 12 分钟的停站后，于 13:05 到达。它实际行驶了多久？”比较答案，然后对两者各试一个简单的重排格式任务。

[试用 Gemini 的免费层](/offer/google-gemini-developer-api-free-tier/) 完成

三道快问

从本课题库中随机抽取；下次会不同。

完成了吗？

现在：你能向朋友解释这个吗？1 2 3 4 5

1 = 完全不能 · 5 = 轻松做到

标记完成先回答三道快问。

深入阅读

来源

https://arxiv.org/abs/2505.09388（Qwen3 技术报告，2025-05-14；核查于 2026-10-21）：非思考模式表 12、14、16、18、20——MMLU-Redux 44.6/64.4/77.3/79.5/82.0/85.7/89.2，AIME’24 3.4/13.4/25.0/29.1/31.7/31.0/40.1，GPQA-Diamond 22.9/28.6/41.7/39.3/54.8/54.6/62.9，IFEval 严格模式 54.5/68.2/81.2/83.0/84.8/83.2/83.2，对应 0.6B/1.7B/4B/8B/14B/32B/235B-A22B
https://ai.google.dev/gemini-api/docs/pricing（更新于 2026-10-19，核查于 2026-10-21）：Gemini 4 Argon 和 3.1 Pro Preview 在免费层“不可用”；3.8 Flash、3.5 Flash-Lite、2.5 Pro“免费”；免费层“用于改进我们的产品”：是
https://chatgpt.com/pricing（2026-10-21 在 Chrome 中核查）：免费版“有限记忆和上下文”；Plus“扩展记忆和上下文”“高级推理模型”
https://arxiv.org/abs/2001.08361 发布于 2026 年 10 月 21 日 · 更新于 2026 年 10 月 21 日

为什么免费模型感觉更笨？