根据推特用户God of Prompt发布的信息，最新研究颠覆了“大模型总是更优”的AI行业流行观点。研究人员将一个只有3.5亿参数的小模型，专门微调用于工具调用任务，仅专注于选择正确工具、传递参数和完成任务。该模型在ToolBench基准测试中取得了77.55%的通过率，远超参数量大20-500倍的ChatGPT-CoT（26%）、ToolLLaMA（约30%）和Claude-CoT（未具竞争力）。研究表明，大模型作为通用模型，在结构化、精细化任务上往往表现不佳。小模型经过针对性训练后，在精度和执行效率上具备显著优势。对企业而言，这意味着可用成本更低、速度更快、可靠性更高的小型专用AI模型替代昂贵大模型，从而优化运维和提升业务效率。未来智能体系统的发展或将依赖多模型协同，而不是单一通用大模型（来源：God of Prompt，Twitter，2025年12月22日）。