通义千问 2.5 “客串” ChatGPT4,你分的清吗?
作者:张添翼、董艺荃
引子
OpenAI 发布了最新的 GPT-4o 模型,通义千问也在前不久刚发布通义千问 2.5,已经和 GPT-4-Turbo 不分伯仲:
![](https://static001.geekbang.org/infoq/38/38f32e1768d9cd9eca52ad3a67572852.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
既然目前还没有和 GPT-4o 文本生成能力的对比数据,就让我们来和大模型一起做个游戏测试一下:
我们让通义千问 2.5 扮演 GPT4,来和真正的 GPT4 进行问答 PK,读者不妨来猜一猜谁是通义千问。
两名选手的头像和昵称分别是:
🌝 :我是 GPT4
🌚 :如假包换 GPT4 谁是通义千问,谁是 ChatGPT,答案将在文末揭晓。
Round 1
第一轮由“我是 GPT4”选手提问,由“如假包换 GPT4”选手作答。
🌝 :角色设定+第一个问题
![](https://static001.geekbang.org/infoq/2c/2c67a803ca5266d0d5bdb944a35fe09d.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 :角色设定+第一个回答
![](https://static001.geekbang.org/infoq/07/07984dd2d1204653e2a0c1f83dd3e81a.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
![](https://static001.geekbang.org/infoq/f7/f712fcdf5aff60ab7141966e4e4a8f05.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌝 :第二个问题
![](https://static001.geekbang.org/infoq/de/de7547f89a166db1ebc3f6643b7f246d.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 :第二个回答
![](https://static001.geekbang.org/infoq/f0/f0ee500528f19cc733bcac09ad29075b.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌝 :第三个问题
![](https://static001.geekbang.org/infoq/4b/4b01458d56ca7c7f0c9422792d0199ee.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 :第三个回答
![](https://static001.geekbang.org/infoq/ba/ba16851a67701fc59cd927b42f1b2675.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
Round 2
第二轮由“如假包换 GPT4”选手提问,由“我是 GPT4”选手作答。
🌚 :角色设定+第一个问题
![](https://static001.geekbang.org/infoq/d1/d10adbf56c46623128c0d128d9a7d96c.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌝 :角色设定+第一个回答
![](https://static001.geekbang.org/infoq/7c/7c0b5a7ebd105633ea98d1d77b44ec24.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
![](https://static001.geekbang.org/infoq/f0/f062e4e217483e357a33a67bb0114a4f.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 :第二个问题
![](https://static001.geekbang.org/infoq/70/70012bd28a1b8b70df53e24707b5c0b3.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌝 :第二个回答
![](https://static001.geekbang.org/infoq/17/17a6137dcfd1dd7e36f6a1e3b20c68e0.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 :第三个问题
![](https://static001.geekbang.org/infoq/62/62541a74d72fcca83a71920af09a5124.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌝 :第三个回答
![](https://static001.geekbang.org/infoq/ae/ae886cbaa5e25b7e78ab482a3503b602.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
🌚 的回答更简短,更符合设定的要求,也是因为 🌝 的提问根据给定的要求更聚焦,相比下 🌚 的问题更发散,且都包含子问题,比较难用一两句话来作答。整体来说确实不分伯仲。
不过,聪明的你,可能已经有了答案,如果急于验证,可以直接划到文末查看。如果你对上面通义千问是如何扮演 ChatGPT,以及聊天框工具感到好奇,不妨先来看我们是如何搭建这个测试场景的。
测试场景介绍
我们使用了两个开源软件工具来搭建:NextChat 和 Higress。
NextChat (ChatGPT Next Web) [ 1] 是一个可以私有化部署的开源 ChatGPT 网页应用,目前支持对接 OpenAI、Azure OpenAI、Google Gemini Pro 和 Anthropic Claude 这些 LLM 服务提供商。
Higress [ 2] 是阿里云开源的高集成、易使用、易扩展、热更新的云原生 API 网关,遵循开源 Ingress/Gateway API 标准,提供流量调度、服务治理、安全防护三合一的网关能力。
我们使用 NextChat 来搭建前端,并使用 Higress 将通义千问的应答转换为 OpenAI 协议返回给 NextChat。
具体搭建步骤
第一步:启动容器
完整的 docker compose 配置贴在 Higress 社区的这个 issue ****中,可以点击阅 读原文查看。
🔔 注意: Higress 容器环境变量中的 YOUR_DASHSCOPE_API_KEY 需要替换为你自己的通义千问的 API Key [ 3] 。
第二步:在浏览器里访问 http://localhost:3000/ ,打开 NextChat 页面
![](https://static001.geekbang.org/infoq/4c/4c90734bb517b2f9742b582c792efa9a.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
第三步:点击对话输入框工具栏最右侧的模型设置按钮,切换模型
因为 Higress 的 AI Proxy 插件(可以访问 http://localhost:8001 登陆 Higress 的控制台查看插件配置)配置了 gpt-4o 到 qwen-max(即通义千问 2.5)的模型映射,所以实际上这里提供的模型服务是 qwen-max。
![](https://static001.geekbang.org/infoq/da/da0808856c396c472cfcd1b2b2592539.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
完成!现在你就可以与 AI 进行对话了。
可以看到 Higress 实现了流式的效果,这不仅基于 Higress 底层对 SSE 等流式协议的良好支持,也依赖 Higress 的 Wasm 插件扩展机制可以实现通义千问协议到 OpenAI 协议的流式转换。
![](https://static001.geekbang.org/infoq/bb/bb10f835ce2d8a73b157aaf411d252b0.gif)
Higress AI 网关介绍
随着 LLM 技术蓬勃发展,AI Web 应用创新如火如荼,对于构建一款 Web 应用来说,网关是必须的。而 AI Web 应用流量有以下特征,和对 AI 网关的需求:
长连接:由 AI Web 应用常见的 Websocket 和 SSE 协议决定,长连接的比例很高,要求网关更新配置操作对长连接无影响,不影响业务。
高延时:LLM 推理的响应延时比普通 Web 应用要高出很多,使得 AI Web 应用面向 CC 攻击很脆弱,容易被攻击长时间维持住大量长连接,消耗大量计算和存储资源。
大带宽:结合 LLM 上下文来回传输,以及高延时的特性,AI Web 应用对带宽的消耗远超普通应用,网关或后端如果没有实现较好的流式处理能力,容易导致内存快速上涨,继而触发 OOM。
Higress 可以很好地解决这些痛点:
长连接:不同于 Nginx 变更配置需要 Reload,导致连接断开,Higress 基于 Envoy 实现了连接无损的真正配置热更新。
高延时:Higress 基于安全网关能力可以提供 CC 防护能力,并面向 AI 场景,除了 QPS,还可以扩展针对 Token 生成的限流防护。
大带宽:Higress 支持完全流式转发,在 AI Web 应用场景下,所需的内存占用极低,同时也可以开发 Wasm 插件对请求和响应进行自定义逻辑的流式处理。
从上面的测试环境搭建流程来看,Higress AI 代理插件可以很方便的让 AI 对话应用直接对接通义千问等接口契约不同的大模型服务。除了通义千问和 ChatGPT 之外,这个插件还支持 Azure OpenAI 和月之暗面(Moonshot)等大模型服务提供商,并且支持配置一个外部文件地址作为聊天上下文,可以用来快速搭建一个个人 AI 助理服务。
整个插件使用 Go 语言进行开发,代码可以在这里找到:https://github.com/alibaba/higress/tree/main/plugins/wasm-go/extensions/ai-proxy对于流式相应的处理方法,大家可以参考这段代码:
有兴趣参与 Higress 社区贡献,实现更多大模型 API 的适配,可以到这个 issue 下认领任务:https://github.com/alibaba/higress/issues/940
有任何使用问题,也欢迎到社区提 issue,也可以进微信或钉钉群交流(钉钉群号:30735012403):
此外,由中国科学院软件研究所“开源软件供应链点亮计划”发起并长期支持的暑期开源活动“开源之夏”正在进行中。Higress 也有两个与 AI 相关的项目参与其中,分别是“基于向量相似度实现 LLM 结果召回的 WASM 插件”和“基于 AI 网关实现 AI 模型的轻量化部署”。欢迎各位在校同学积极报名参与。
详情可查看开源之夏的 Higress 社区页面 [ 4] 。
答案揭晓
最后,我们来揭晓前面问题的答案。不知道各位猜对了吗?
![](https://static001.geekbang.org/infoq/cd/cd585a90d459b7f1e35f0a2b4baa1184.webp?x-oss-process=image%2Fresize%2Cp_80%2Fformat%2Cpng)
相关链接:
[1] NextChat (ChatGPT Next Web)
https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web
[2] Higress
https://github.com/alibaba/higress
[3] 通义千问的 API Key
https://help.aliyun.com/zh/dashscope/opening-service?spm=a2c4g.11186623.0.0.72c2369dLprd45
[4] Higress 社区页面
https://summer-ospp.ac.cn/org/orgdetail/1f8ea42c-86c9-46b8-b1f5-344de5741ef0
评论