阿里云、百度云等厂商掀大模型价格战 AI商业化竞争日趋激烈

作者 | 《财经》新媒体 舒志娟/文 王婧雅/编辑

继字节跳动豆包大模型采取低定价策略后，5月21日，阿里云对外宣布，将旗下通义千问GPT-4级主力模型价格下调97%，输入价格由0.02元/千tokens降至0.0005元/千tokens。紧追其后，百度智能云也发布公告称，其文心大模型的两款主力模型将直接免费使用。而此前，包括字节跳动、腾讯云、智谱AI等厂商纷纷祭出降价这一“杀手锏”，使得大模型领域的价格战日益激烈。

这场从技术到价格的竞争转变，其背后有多重因素推动。技术的持续进步和规模效应的逐步显现，已经使得大模型的训练成本有所降低。AI企业通过优化算法、提高硬件效能等措施，进一步降低了大模型的运营成本。同时，在市场的激烈角逐中，为了吸引更多用户并扩大市场份额，各企业不得不采取低价策略，以此推动AI技术的商业化应用。

在业内看来，降价是科技企业实现技术商业化的必然路径。然而，大模型技术的广泛普及和应用并非朝夕之功，它需要一个健全且完善的生态系统来支撑，如何围绕大模型这一核心，构建一个集数据、算法、硬件及软件于一体的全方位的支持系统，成为行业面临的新挑战。同时，价格战将带来行业洗牌效应，导致那些实力较弱或难以抵御适市场竞争的公司面临淘汰的风险。

以价换量开启价格战

自5月份以来，国内云计算厂商在生成式AI领域开启了新一轮降价潮。

5月21日，阿里云宣布，旗下通义千问GPT-4级别的Qwen-Long模型输入价格直降97%，从0.02元/千 tokens降至0.0005元/千 tokens。降价后，仅需1元即可购买200万tokens，相当于五本《新华字典》的文字量。

阿里云降价后，百度也火速跟进，将旗下两款主力模型ENIRESpeed、ENIRELite免费提供给外界使用，与阿里云形成直接竞争。而就在此前一周，字节跳动才宣布豆包大模型正式开启对外服务，并将豆包通用模型pro-32k版、pro-128k版的推理输入价格分别下降至0.0008元/千tokens、0.005元/千tokens，同比下降99.3%、95.8%。

目前，国内大模型竞争已从参数规模、性能指标扩展到token价格，计价单位也从分降至厘。对此，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光指出，这一低价策略目的在于加速AI应用的爆发。

刘伟光进一步称，公共云的技术红利和规模效应带来巨大的成本和性能优势，进而大幅压缩了模型推理成本，并提升了模型推理速度。他算了一笔账，同样的开源模型，在公共云上的调用价格远远低于私有化部署。“以使用Qwen-72B开源模型、每月1亿tokens用量为例，在阿里云百炼上直接调用API每月仅需600元，私有化部署的成本平均每月超1万元。”

火山引擎总裁谭待告诉笔者，如果只是补贴，用亏损换收入是不可持续的。在他看来，大模型的调用量越大，优化推理成本的空间也越大。通过分布式推理和智能调度等技术手段，能够极大地提升资源利用率，实现整体成本的优化。而这种优化不仅降低了自身的运营成本，也使得他们能够提供更具竞争力的市场价格。

深度科技研究院院长张孝荣认为，这并非一场简单的价格战，而是AI厂商对商业化、落地应用的迫切要求。尤其是对于新兴的大模型市场来说，通过降价策略可以快速吸引用户，培养用户习惯，为后续的市场扩张打下基础。不过，这种低价策略或加剧行业洗牌，对难以应对市场竞争的公司构成淘汰风险。

生态系统成未来比拼关键

在价格战背后，更为核心的竞争力在于生态系统的能力比拼。

一位不愿具名的云厂商人士告诉笔者，大模型的成败不仅取决于技术性能，更在于是否能融入一个完备且强大的生态系统。这个生态系统涵盖了数据收集、模型训练、推理部署、应用开发、用户反馈等诸多环节，每一环节的效能都直接关系到大模型的整体表现和用户的使用体验。

然而，AI大模型作为新兴技术，其应用仍处于初级阶段，构建生态系统面临多重挑战。一方面，技术更新迅速，企业需要不断追踪最新趋势以确保生态系统技术保持领先，适应技术环境的不确定性。此外，用户需求的多样性和变化性也不容忽视。随着用户需求的不断变化，生态系统也需要具备足够的灵活性和可扩展性，以便及时调整和更新。

火山引擎通过资源共享和技术互补来构建其AI生态系统；而腾讯云则利用开源社区和合作伙伴计划，推动混元AI大模型与第三方开发者和合作伙伴的融合。

阿里云相关负责人表示，通过与不同行业的头部企业合作，打造定制化的解决方案，将大模型技术应用到更多实际场景中。这种跨行业的合作，不仅拓展了大模型的应用范围，也为生态系统注入活力与创新元素。

南昌理工学院数字经济研究院院长王鹏分析指出，预计2024年AI大模型百花齐放的现状仍将持续，而国内的竞争格局也尚未稳固。在这一大背景下，国内的大模型企业在价格战之外，更应把焦点放在生态系统的构建上。在完善产业链、提升技术创新能力以及推动创新生态走向成熟的同时，也需加强数据安全和隐私保护，以在激烈的市场竞争中实现突围。