客戶需求的展望：面對當下情形，軟件服務商需在與閉源頭部廠商合作或選擇免費開源方案之間做出抉擇。具體來看：與開源方案相比，閉源大廠技術更為領先。目前開源項目的準確度仍不及 2021 年發布的前代模型 GPT-3.5 與 PaLM。閉源大廠為軟件服務商封裝中間技術細節，簡化訓練、部署等環節，降低軟件廠商技術難度，并提升接入、開發效率。閉源模型會直接提供一步到位的 API 端口，軟件服務商直接將 API 接入到軟件中就可以使用。與閉源大廠合作的潛在顧慮：昂貴的成本、用戶隱私&數據安全等。而基于開源方案自建大語言模型使資金投入更加靈活與可控。開源方案可將數據留在本地，最大限度地保護用戶隱私和數據安全。目前開源社區中基于 LLaMA、Alpaca、Bloom 等的開源項目都是免費提供。根據自身的數據規模以及相關業務對于準確度的要求，企業可以靈活控制對硬件采購的投入以及相關訓練成本的支出。與此同時，市場也出現了諸如 Colossal-AI等開源解決方案，致力于優化底層推理和訓練的效率。但開源方案亦存在潛在問題，如社區不成熟、模型迭代速度慢，與閉源模型技術能力存在明顯差距。