文章主要内容总结本文对具有成本效益的大型语言模型（LLMs）在多种生物医学任务（涵盖文本和图像模态）中的有效性进行了全面评估。研究涉及闭源和开源LLMs，任务包括生物医学文本分类、生成、问答以及多模态图像处理等。核心发现包括：没有单一LLM能在所有任务中持续优于其他模型，不同模型在特定任务中表现更优；部分闭源LLM在特定任务中表现强劲，但开源LLM在性能上可与之媲美（有时甚至更优），且具有推理速度更快、隐私性更强等额外优势；通过模型缩放实验发现，闭源模型增大规模通常能提升性能，而开源模型缩小规模会导致性能下降。研究结果为生物医学领域的模型选择提供了参考，对开源模型的进一步微调、闭源模型的实际应用及合成数据生成等具有指导意义。文章创新点全面性评估：首次对成本效益高的LLMs在多模态生物医学任务（文本和图像）中进行了系统评估，填补了现有研究在多模态任务和计算效率评估上的空白；闭源与开源模型对比：明确了开源LLM在生物医学任务中的潜力，指出其在性能相当的前提下，具有更快推理和更好隐私的优势，为低成本部署提供了依据；实用指导价值：为开源模型的任务特异性微调、闭源模型的API应用及基于闭源模型生成合成数据以训练开源模型提供了参考；模型缩放分析：通过实验探讨了模型规模（扩大闭源模型/缩小开源模型）对性能的影响，为模型设计和