AI模型正在快速分化，有的擅長處理語言；有的擅長把視覺資訊變成文字答案；有的能根據文字命令生成影片；目前也已出現專供金融等不同領域使用的專用AI模型。除了正確性，回應速度、消化的資料長度和複雜度，以及可供客製化的程度，都會影響模型的價值。
到底該如何選擇模型？先搞懂6大常見問題：
Q1：現在AI還有幻覺嗎？
A：近期，由於AI控制系統的新技術興起，使AI產生的結果能專注在某個領域，再利用不同AI模型比對結果，提高正確率，幻覺大大減低。
因此，許多企業新工作，如AI資源調度師、客製化模型訓練師、前線部署工程師（FDE）、框架工程師（Harness engineering），AI agent設計師開始出現。
Q2：不同任務怎麼選擇對的AI模型？
A：程式撰寫要求快速產生正確結果，貴一點也無所謂，因此近期宣布漲價的AI模型與服務，多半和程式撰寫有關。如果你執行的是撰寫文稿，整理資料或生成簡報等服務，用Claude最貴的模型並不划算。
目前，出現一個新名詞叫「模型路由」（model routing），為問題尋找能力適配的模型。怎麼做呢？就是直接先問AI，這個問題最適合哪個模型來解決，以免浪費算力。
Q3：在同樣的預算下，怎麼讓AI為我做更多事？
A：當你決定要使用哪個模型後，還有很多技巧可以省錢，讓AI幫你做更多事。例如，由於中文消耗的Token更多，如果你能用英文下指令，就可以省下Token。此外，AI按輸出和輸入資料的長度計費，在下命令時，可以要求AI，回答字數限在50字以內。
另一種方法是用高階AI模型，幫你規劃事情該怎麼做，再交給便宜的AI執行，例如：要搬遷網站，可以跟高階的AI模型說，現在你是指揮者，寫下指定用那些模型搬遷網站的計劃和歩驟，就能善用不同模型的能力。
Q4：該用千問、DeepSeek等中國開源模型嗎？使用時，有什麼風險要注意？
A：目前開源模型的成本較低，能力略為落後頂尖模型約幾個月的時間，較適合用來處理對正確性要求較低的工作。
雖然這些模型能下載至本地設備使用，看似沒有資料外洩的風險，但仍需注意這些模型是否夾帶惡意程式碼、後門，或隱藏在程式碼中的遠端調用指令，在背後悄悄蒐集設備參數或將特定資料回傳。
國安局去年11月16日新聞稿就曾警示，中國的AI語言模型，在生成內容時會進行關鍵字審查，並生成網路攻擊指令。
Q5：AI代理人該怎麼管，才能將效益最大化？
A：今年Token需求暴增，關鍵之一是代理式AI（Agentic AI）需要在內部做大量推理。例如當你上傳一個文件，代理式AI內部會再指揮一群AI，有些扮演提案者，有些扮演審查者，用一群AI來完成任務。
台灣微軟總經理卞志祥建議，企業要把AI agent視為虛擬員工。啟用AI agent的時候，一樣要給它員工識別證，告訴它工作內容，並且管理工作結果。意思是，如果你要用AI agent幫你做事，需要清楚告訴它要完成哪些任務，不要做任務之外不相干的事情。例如整理逐字稿的agent突然跑去刪除機密資料，系統要加入制止。公司同樣可以每天幫AI agent做記錄，打分數，確認agent的效益。
Q6：在企業採購伺服器，自己生產Token前，要考慮哪些事？
A：Token價格目前兩極化。但企業考慮自建算力，不應只考慮價格，更重要的是維持AI算力穩定供應。另外，若全依賴外部算力，一旦公司斷網，各部門就會停止運作，為了確保服務穩定，需要自建AI算力。
要不要自建，可以依AI的影響當作區隔。若AI現階段只用在提升營運效益，即使斷網，也只要回復原有模式就能運作，如此，多半會選擇持續使用雲端算力，不會花大錢自建。
若想用聰明的AI模型來解決問題，模型的參數愈大，能力愈強，仍需要頂級的AI晶片和極昂貴的伺服器才能運作，因此用外部算力仍是較佳的選擇。許多公司會先投資外部算力，找出最佳化的AI應用，等需求出現後再考慮自建。
（責任編輯：趙珮妤）
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢，獨家解讀
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
