大模型廠商價(jià)格戰(zhàn)停不下來，反映的恰恰是對(duì)未來的焦慮。在這場大模型的軍備競賽中，豆包想要上演大力出奇跡的戲碼。

@科技新知 原創(chuàng)

作者丨思原 編輯丨蕨影

大模型賽道打了一年的價(jià)格戰(zhàn)，還在繼續(xù)……

就在新年前一天，阿里云宣布2024年度第三輪大模型降價(jià)，通義千問視覺理解模型全線降價(jià)超80%。

同樣，前不久火山引擎的Force大會(huì)上，除了大力宣傳豆包外，最值得關(guān)注的還是價(jià)格的再次下降。目前豆包視覺理解模型輸入價(jià)格為0.003元/千tokens，1塊錢可處理284張720P的圖片。

此前去年5月份，豆包通用模型pro-32k版，推理輸入價(jià)格為0.0008元/千tokens，價(jià)格不到1厘。此舉迫使阿里云對(duì)其三款通義千問核心模型進(jìn)行新一輪降價(jià)，降幅高達(dá)90%。而百度智能云則更為激進(jìn)，宣布文心大模型旗下的兩款主打產(chǎn)品——ENIRE Speed與ENIRE Lite，將全面免費(fèi)開放。

按照火山引擎總裁譚待的說法，市場需要充分競爭，降低成本是技術(shù)優(yōu)化的結(jié)果，做得最好才能活下來。顯然，在這場大模型的軍備競賽中，豆包想要上演大力出奇跡的戲碼。

但在字節(jié)大肆內(nèi)卷之下，也有質(zhì)疑不斷：豆包的價(jià)格真的足夠便宜嗎？為什么大模型要卷價(jià)格？未來價(jià)格還會(huì)成為企業(yè)拿單重點(diǎn)嗎？

01 降價(jià)夸張？滿是套路

想要理解大模型商家的套路，就需要了解大模型的商業(yè)模式。據(jù)遠(yuǎn)川科技評(píng)論梳理，目前來看各家提供的服務(wù)主要可分為三種：

一是包含模型推理的基礎(chǔ)服務(wù)，指的是根據(jù)輸入的信息內(nèi)容，給出回答的過程。簡單來說就是實(shí)際使用模型的過程。這部分各家都有不同的模型標(biāo)準(zhǔn)。

二是模型精調(diào)，廠商可以根據(jù)客戶需求按token使用量（訓(xùn)練文本＊訓(xùn)練迭代次數(shù)）計(jì)費(fèi)，訓(xùn)練完成后出賬，按量后付費(fèi)。

第三種便是模型部署，就相當(dāng)于一個(gè)客戶獨(dú)占了一部分算力資源，屬于大客戶，其收費(fèi)模式，也是按照消耗的計(jì)算資源或者模型推理的token數(shù)量以量計(jì)價(jià)。

這3種收費(fèi)模式，代表的也是大模型開發(fā)由淺入深的過程。而各大科技公司瘋狂砍價(jià)的，其實(shí)是第一種基礎(chǔ)服務(wù)，即標(biāo)準(zhǔn)版模型的推理費(fèi)用。而這部分定價(jià)又分成了輸入和輸出兩部分。簡單來說，輸入就是用戶提問的內(nèi)容，而輸出則是大模型的回答。

在調(diào)用大模型時(shí)往往會(huì)根據(jù)輸入和輸出的token數(shù)量，進(jìn)行雙向計(jì)費(fèi)。這種細(xì)微差異，很容易成為大模型公司的套路。

例如，豆包的通用模型Doubao Pro-32k，輸入價(jià)格為0.8元/百萬tokens，按照官方說法是比行業(yè)便宜了99.3%，一些主流模型也都開始了降價(jià)，比如阿里云三款通義千問主力模型Qwen-Turbo價(jià)格較之前直降85%，低至百萬tokens 0.3元，Qwen-Plus和Qwen-Max的輸入價(jià)格分別再降價(jià)80%和50%，分別為0.8元/百萬tokens和20元/百萬tokens。

但輸出價(jià)格方面有所差別，2元/百萬tokens的價(jià)格與Qwen-Plus、DeepSeek-V2等同行持平，甚至比比Qwen-Turbo、GLM-4-9B等一些同行產(chǎn)品價(jià)格更高。

再看最新的豆包視覺理解模型Doubao-vision-pro-32k，輸入化為每百萬tokens的售價(jià)為3元，大概是0.4美元，輸出直接來到了9元，大概為1.23美元。按照豆包說法，這個(gè)售價(jià)比行業(yè)平均價(jià)格便宜85％。

但對(duì)比幾個(gè)直接競爭者：阿里的多模態(tài)模型Qwen-VL系列在最近降價(jià)后與其價(jià)格一致；多模態(tài)的Gemini 1.5 Flash模型每百萬輸入tokens報(bào)價(jià)為0.075 美元、每百萬輸出tokens成本為0.3美元，對(duì)于較小的上下文（小于128k）還另有折扣價(jià)；GPT-4o mini則是輸入0.15美元，輸出0.6美元。

不過不止豆包，國內(nèi)其他廠商基本也都有類似的降價(jià)套路。例如百度宣布免費(fèi)的ERNIE-Speed-8K，如果實(shí)際部署，收費(fèi)就變成了5元/百萬tokens。還有阿里的Qwen-Max，實(shí)際與字節(jié)跳動(dòng)的豆包通用模型Pro-32k一樣，只是降低了輸入的價(jià)格。

值得一提的是，標(biāo)準(zhǔn)模型推理的降價(jià)確實(shí)可以讓中小開發(fā)者降低成本，但只要稍微更進(jìn)一步的使用，就涉及到了模型微調(diào)和模型部署，然而這兩項(xiàng)服務(wù)一直都不是價(jià)格戰(zhàn)的主角，并且也沒有太大降價(jià)幅度。

簡單來說，各家降價(jià)最狠的其實(shí)都是輕量級(jí)的預(yù)置模型；相比之下，性能更強(qiáng)悍的超大杯模型，實(shí)際降價(jià)幅度沒有那么夸張。例如精調(diào)的Doubao-pro系列的價(jià)格都在50元/百萬tokens，比阿里、騰訊這些廠商的旗艦主力模型價(jià)格更高。

各大廠商風(fēng)風(fēng)火火的掀起的價(jià)格戰(zhàn)，就像是打網(wǎng)游，用各種形式吸引玩家，再在游戲中加上各種玩法，總之就是想要變強(qiáng)就要氪金。當(dāng)然，即便如此，各個(gè)大廠也算是真金白銀的付出很多，那么為什么這些廠商在一直圍繞價(jià)格大費(fèi)周章呢？

02 想做好，熱度不能停

縱觀大模型行業(yè)，字節(jié)跳動(dòng)一定算不上起跑最快的那一批選手，甚至今年年初，字節(jié)跳動(dòng)CEO梁汝波在內(nèi)部講話中提到遲鈍二字，直指字節(jié)對(duì)大模型的敏感度不如創(chuàng)業(yè)公司。

直到2023年才開始討論GPT，而業(yè)內(nèi)做得比較好的大模型創(chuàng)業(yè)公司都是在2018年至2021年創(chuàng)立的。他說。

后來者往往是最需要內(nèi)卷的那個(gè)，字節(jié)跳動(dòng)也是如此。從今年年中開始，便開始制造一輪又一輪熱度。

除了上文所說的，豆包在B端的讓利降價(jià)意圖明顯外，C端市場豆包也是全力出擊。

面向C端，無論是線上平臺(tái)，還是線下公開場所，都能看到豆包的身影。據(jù)連線Insight援引AppGrowing統(tǒng)計(jì)，截至11月15日，國內(nèi)十款A(yù)I原生應(yīng)用中，Kimi和豆包是投放最瘋狂的兩個(gè)產(chǎn)品，分別投放了5.4億元和4億元。

拉長時(shí)間線看，豆包的投流顯然更猛烈。據(jù)AppGrowing統(tǒng)計(jì)，2024年4月—5月，豆包投放金額預(yù)計(jì)為1500萬元-1750萬元。6月上旬，豆包再次啟動(dòng)新一輪大規(guī)模的廣告投放活動(dòng)，投放金額高達(dá)1.24億元。

除了投流外，豆包還有抖音這一流量池，字節(jié)幾乎屏蔽了除了豆包以外所有AI應(yīng)用在抖音上的投放。目的也很明確，就是要徹底解決大模型應(yīng)用的用戶焦慮。

然而，現(xiàn)實(shí)往往事與愿違。據(jù)智能涌現(xiàn)報(bào)道，字節(jié)內(nèi)部反思——豆包目前的用戶活躍度并不算高。豆包每周僅活躍2至3天，且每天用戶發(fā)送消息輪次僅為5到6次，單次2分鐘左右，用戶人均使用時(shí)長僅為10分鐘左右。上述這些數(shù)據(jù)在過去一年中的增長幅度并不顯著。

簡單來說，不計(jì)成本的投流，雖然讓豆包成了國內(nèi)用戶數(shù)量斷層式第一的AI軟件，但仍然算不上是一款killer app。

字節(jié)管理層對(duì)此的判斷是，像豆包這樣的AI對(duì)話類產(chǎn)品可能只是AI產(chǎn)品的中間態(tài)。字節(jié)內(nèi)部判斷，付費(fèi)訂閱模式在中國不太可能走通。而時(shí)長和輪次太低，又導(dǎo)致潛在的廣告空間較小，這都構(gòu)成了這類產(chǎn)品的隱形天花板。

所以長期來看，更低門檻、更多模態(tài)的產(chǎn)品形式更具落地可能，剪映和即夢可能是合適的入口，這也是此次大會(huì)豆包將部分重點(diǎn)放在視頻模型的本質(zhì)原因。

但站在用戶角度，根據(jù)財(cái)經(jīng)雜志報(bào)道，大部分用戶買單的原因是產(chǎn)品和服務(wù)能帶來價(jià)值，價(jià)值不光是解決具體問題，如提升工作效率、提供情感陪伴等，市場上還有一類價(jià)值是符合政策方向。更重要的要具備找到具體客戶并交付的能力，這考驗(yàn)的是AI公司在技術(shù)和產(chǎn)品之外的能力，甚至在很多時(shí)候，這項(xiàng)能力比技術(shù)實(shí)力更能幫助AI公司成長。

中國的AI市場和美國不同，很難通過平臺(tái)銷售軟件的模式打開市場，大部分時(shí)候需要抓住一個(gè)個(gè)的項(xiàng)目和工程來實(shí)現(xiàn)商業(yè)化。而這些項(xiàng)目和工程的來源，往往與自身熱度有關(guān)。

一家成熟的企業(yè)在布局大模型時(shí)，很難會(huì)去考慮一個(gè)不成熟的產(chǎn)品或者企業(yè)。在不考慮成本的情況下，大品牌往往是首選，這不僅是技術(shù)上的信任，更多是服務(wù)、整體質(zhì)量的信任，一位科技企業(yè)管理人員向「科技新知」表示，畢竟小廠的風(fēng)險(xiǎn)還是有的，就像買車，開著開著車廠倒閉了，那就損失大了。

初創(chuàng)公司大肆制造熱點(diǎn)新聞，大概率是為了融資，是為了活下去，而豆包這種本就有背景的，則是想要靠著熱度去找到并且固定更多客戶，但圈內(nèi)一個(gè)默認(rèn)的事實(shí)就是，無論是誰、無論技術(shù)多厲害，都要善于保持熱度，畢竟酒好也怕巷子深。

03 淘汰賽，或告別價(jià)格戰(zhàn)

其實(shí)不止豆包，目前市面上所有二線及以下的大模型廠商，都處在花錢買流量的階段，為的是留住用戶。因?yàn)檫@一場不折不扣的卷王秀背后，是瘋狂的產(chǎn)品能力和研發(fā)速度，更意味著這場關(guān)于擠泡沫的大模型服務(wù)商淘汰賽，再次吹響了號(hào)角。

2024年已經(jīng)經(jīng)歷了一輪淘汰賽洗禮，讓大模型去九存一，產(chǎn)業(yè)格局更加合理，只留下了約10%的大模型進(jìn)入決賽圈。

然而，這并不是結(jié)束，而是開始。只是在「科技新知」看來，新一輪淘汰賽的重點(diǎn)，價(jià)格不再是主導(dǎo)因素而是技術(shù)。

目前科技公司們也開始陸續(xù)意識(shí)到，僅發(fā)布一個(gè)免費(fèi)的應(yīng)用，并不能為公司帶來直接收益，C端用戶量很難增長，獲客成本已經(jīng)明顯提升。更重要的是去直接觸及那些愿意付費(fèi)的B 端客戶，例如金融、政務(wù)、汽車等行業(yè)。

但是通常有大量公司集中進(jìn)入某個(gè)行業(yè)時(shí)，會(huì)出現(xiàn)持久的價(jià)格戰(zhàn)，因?yàn)楦骷叶夹枰蛟煲粋€(gè)標(biāo)桿客戶，來為之后的市場拓展鋪路。簡單粗暴的價(jià)格戰(zhàn)會(huì)讓一些公司主動(dòng)或被動(dòng)退出，待市場穩(wěn)定后，再將價(jià)格恢復(fù)常態(tài)。

但矛盾之處在于，有錢的領(lǐng)域大家都想進(jìn)入。而長久的價(jià)格戰(zhàn)下，技術(shù)成本變成了制勝關(guān)鍵，簡單來說，同樣的解決方案和報(bào)價(jià)下，誰的技術(shù)成本更低，誰就能虧得更少，活得更久。

而技術(shù)成本取決于企業(yè)的硬件成本和算法邏輯，這點(diǎn)目前國內(nèi)主流的大模型廠商基本處在同一水準(zhǔn)，并且迭代和互相追趕的速度也不相上下，但這不代表可以高枕無憂。

今年9月，OpenAI的王炸o1模型的問世也讓各家看到了差距，與現(xiàn)有的大模型相比，o1最大的特點(diǎn)就是推理式AI，它在回答復(fù)雜問題時(shí)會(huì)花費(fèi)更多時(shí)間來逐步推演問題。這種延時(shí)思考并不是缺點(diǎn)，反而讓o1更接近人類真實(shí)的邏輯推理方式。

從生成式AI到推理式AI，o1的推出預(yù)示著AI進(jìn)入了一個(gè)全新的階段。而更令人震驚的是，在o1發(fā)布的3個(gè)月后，下一代o系列產(chǎn)品o3便橫空出世，并且o3有完整版和mini版，新功能是可將模型推理時(shí)間設(shè)置為低、中、高，模型思考時(shí)間越高，效果越好。mini版更精簡，針對(duì)特定任務(wù)進(jìn)行了微調(diào)，將在1月底推出，之后不久推出o3完整版。

這也意味著快速迭代下，目前主流的生成式AI，即將成為歷史產(chǎn)品。

價(jià)格是影響大模型企業(yè)的因素，但更重要的還是技術(shù)能力，一位大模型應(yīng)用開發(fā)者向「科技新知」表示，目前國內(nèi)如阿里、昆侖萬維等企業(yè)也都推出類o1模型，雖然有差距，但也代表了他們也都認(rèn)同這一趨勢。

一位業(yè)內(nèi)專家也表示，國內(nèi)企業(yè)走的思路是集成思維鏈、用搜索方式提升深度推理能力、加入反思策略和算法提升邏輯推理性能，但目前還未完全超過OpenAI。

值得一提的是，國內(nèi)最近比較火的DeepSeek-V3，采用的蒸餾技術(shù)給行業(yè)提供了新思路，但同時(shí)也陷入優(yōu)化GPT的爭論。

而針對(duì)AI訓(xùn)練可能使用合成數(shù)據(jù)（大模型生成數(shù)據(jù)）這一話題，倫敦大學(xué)學(xué)院（UCL）名譽(yù)教授和計(jì)算機(jī)科學(xué)家彼得·本特利表達(dá)了擔(dān)憂，稱如果繼續(xù)在其他AI的輸出上訓(xùn)練AI，結(jié)果可能是模型崩潰。確保高質(zhì)量AI的唯一方法是，為其提供人類的高質(zhì)量內(nèi)容。

缺乏參照的現(xiàn)成開源架構(gòu)，不清楚o1模型做后訓(xùn)練時(shí)強(qiáng)化學(xué)習(xí)的方式以及使用的數(shù)據(jù)集，樹搜索、COT未開源，訓(xùn)練數(shù)據(jù)污染、國產(chǎn)模型推理性能提升困難，這些都是目前國內(nèi)企業(yè)的難點(diǎn)，該專家補(bǔ)充道，不過若有支持o1架構(gòu)的開源模型出現(xiàn)會(huì)加速這一過程，過程中會(huì)有兩三家先跑，其他家后跟進(jìn)。

如果根據(jù)以往GPT系列的發(fā)展節(jié)奏，全廠商跟上o系列的步伐大概率會(huì)在2025年上半年到來，而在這之后，目前的技術(shù)也將逐漸退出歷史舞臺(tái)，所以對(duì)于大模型廠商來說，與其坐等被淘汰，不如在淘汰之前讓迭代技術(shù)發(fā)揮更大作用。

總的來看，未來價(jià)格雖仍會(huì)是影響企業(yè)拿單的因素之一，但隨著技術(shù)的快速迭代和行業(yè)的發(fā)展，技術(shù)能力將越發(fā)關(guān)鍵，只有不斷提升技術(shù)、降低成本、優(yōu)化服務(wù)，大模型廠商才能在即將到來的淘汰賽中存活下來。

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 標(biāo)簽 內(nèi)容 隨筆