在选型过程中，需要关注以下几个核心参数：

标题：小型AI公司如何选择合适的型号规格？

一、了解需求，明确选型目标

在为小型人工智能公司选择合适的型号规格时，首先要明确公司的具体需求。是用于文本处理、图像识别还是语音交互？不同的应用场景对AI模型的要求各不相同。例如，文本处理可能更注重模型的语言理解和生成能力，而图像识别则更关注模型的准确率和实时性。

二、关注核心参数，评估性能

在选型过程中，需要关注以下几个核心参数：

1. 模型参数量：参数量越大，模型的复杂度和学习能力越强，但计算资源消耗也更大。 2. 推理延迟：推理延迟是指模型处理一个输入所需的时间，对于实时性要求高的应用场景，低延迟至关重要。 3. GPU算力规格：GPU算力规格越高，模型的训练和推理速度越快。 4. 训练数据集规模与来源：数据集规模和来源会影响模型的泛化能力和鲁棒性。

三、考虑认证与安全性

对于小型AI公司而言，选择具有相关认证的型号规格尤为重要。例如，等保2.0/ISO 27001认证可以确保模型的安全性，FLOPS算力指标可以反映模型的计算能力。

四、API可用率SLA与评测得分

API可用率SLA是衡量AI模型稳定性的重要指标，而MMLU/C-Eval评测得分则可以反映模型的智能水平。

五、综合评估，选择合适型号

在综合评估以上参数后，结合公司预算和实际需求，选择合适的AI型号规格。例如，对于资源有限的小型公司，可以选择参数量适中、推理延迟低、GPU算力适中的型号。

总结： 小型人工智能公司在选择型号规格时，应充分考虑需求、性能、安全性和稳定性等因素。通过关注核心参数、评估性能、考虑认证与安全性以及综合评估，可以找到最适合自己的AI型号规格。