大模型落地战：科技巨头「卷」低价

如果企业最看重价格，大可选择API调取完全免费的开源大模型。但要真正落地应用，开发者需有部署、调优、算力等工程化能力，对于绝大部分企业，尤其中小企业来说，无疑是一道较大的门槛。

©️懂财帝出品 ·作者｜嘉逸

因为价格战，文学作品、1元成了AI大模型行业的通用单位。

只需花1元钱，就能让字节的豆包大模型生成3本《三国演义》，让阿里云通义千问生成2本《埃隆·马斯克传》，至于百度文心一言，想生成多少本就多少本。

在最烧钱的行业爆发价格战，意味着厂商进一步加速商业化。但厂商不打无准备的战，降价的前提，是技术改进带来的降本增效。

而且，性能最强大的大模型不在降价范围之内。

厂商精明，企业也不笨。面对价格战，企业愿意试用，但要掏钱买单，企业看的还是大模型的质量。

现阶段，谁都没有护城河，比价格低也许是厂商能想到的唯一办法。当然，价格不会是用户决策的决定因素。

01|“免费”背后的玄机

天下没有免费的午餐，各厂商降价或免费开放的大模型，更多只是“开胃小菜”，主菜仍要用户买单。

5月6日，量化私募巨头DeepSeek把旗下大模型DeepSeek-V2-32K的价格降到了输入1元/每百万tokens、输出2元/每百万tokens，性能号称对标GPT-4，价格仅为GPT-4的近1%，另白送开发者500万 tokens。

智谱AI第一个表示不服，在5月11日调整了入门级大模型GLM-3-Turbo-128K的价格，从5元/百万tokens降至1元/百万tokens；新注册用户获赠的免费tokens，由500万升至2500万。

小厂没掀起什么水花，等到大厂下场，这场价格战才算迎来高潮。

5月15日举行的火山引擎原动力大会上，发布了系列“白菜价”大模型，最便宜的豆包-lite-32K大模型输入价格仅需0.3元/百万tokens，输出价格为0.6元/百万tokens，并强调“自己最低”。

被“背刺”的同行坐不住了，5月21日阿里云通义千问9款模型降价，其中，号称对标GPT-4的主力模型Qwen-Long的输入价格从20元/百万tokens降至0.5元/百万tokens，降幅达97.5%，反将字节一局。

然而，Qwen-Long并不是阿里最强大的模型，性能更好的通义千问Max降价幅度为67%，Qwen1.5-32B、Qwen1.5-110B设定为限时免费。

阿里云宣布降价不到4小时，百度便官宣文心大模型两大主力模型ERNIE Speed和ERNIE Lite免费。这两款均属于轻量级模型，优点是响应速度快，但适用于精调，精调需要收费。

而百度最强大的文心一言4.0大模型价格不变，仅看绝对值，其定价位居业内前列，每百万tokens收费120元。

腾讯和科大讯飞也采取类似的策略跟进，轻量级模型免费，高性能模型降价。

5月22日，腾讯云把主力大模型混元lite的价格，从8元/百万tokens调整为免费，并给新用户提供10万tokens文本生成的免费体验额度。支持上下文32K的混元-standard和混元-pro大模型，打了个6.9折，输入价格和输出价格调整为6.9元/百万tokens。

科大讯飞的星火lite同样免费，但上下文仅支持8K，性能难以在实际的生产环境中运行。

面壁智能推出“不降价，0元不限量”活动，原因是其大模型本身免费开源，且部署在端侧，利用终端设备算力，无需调用云端API，算力成本远低于同行。

《明朝那些事儿》里有句经典台词：要么不做，要么做绝。但大模型价格战表面看似热闹，实则隐藏着诸多算盘。

底层通用大模型多采用开放API接口的形式，按实际消耗或调用的tokens量计费，厂商根据问答内容的特征、模型算力消耗等因素，一般会把定价分为输入、输出价格。

而厂商能从企业用户赚到的钱，远不止API接口调用费。如果企业从厂商购买了大模型服务，要经过部署、精调、评估、数据管理、插件调用等诸多环节，每个环节都会产生相应的费用。

可以说，这场价格战的逻辑是先让企业免费上车，尝鲜体验高端服务，进而引流到其他收费项目，或者跳转到更高端的服务项目。

厂商卷低价，更意在云服务。和大模型尴尬的商业化处境不同，国内的云市场经过多年的发展，已有较明确的盈利模式。通过大模型的“让利”，与云服务捆绑销售，结果很可能是共赢。

这也解释了，为何DeepSeek、智谱降价，大厂都没什么反应，火山引擎一降价，大厂就忙着反击。正是因为火山引擎具备云服务能力，动了阿里云、百度智能云在云计算领域的蛋糕。

例如，阿里云在大模型降价的第二天，便推出了上云优惠套餐，首次推出5亿元算力补贴，为200余款云产品制定折扣价等，其中就包括大模型训练与推理的相关产品。

相比之下，缺乏云服务的初创公司“按兵不动”。百川智能、Minimax、月之暗面、零一万物等明星初创公司均维持原价。

整体来看，目前降价或免费的大模型只是少数。毕竟，整个2023年，国内企业发布的大模型数量超过130个。

02|是信心满满还是底气不足？

虽说字节在“挑事”，但这场价格战，其实很大程度是被美国的OpenAI“逼”出来。

追赶美国，向来是国内头部大模型玩家们的目标和共识。以OpenAI为标准，国内公司先是成功地追平了ChatGPT3.5，然后正逐渐缩小与ChatGPT4.0的差距。

OpenAI创始人奥特曼曾许下承诺，要每三个月降价一次，他也确实在兑现诺言。2023年初以来，OpenAI已4次降价，而且在不断迭代技术。

最新发布的GPT-4o性能比GPT-4 Turbo出色得多，速度快2倍，价格却减半，甚至有免费额度，和国内价格战的招数类似。

在OpenAI技术持续绝对领先、频繁降价的压力下，国内大模型公司决定放手一搏。但厂商并不盲目应战，大模型推理成本的大幅下降，是各家竞争的最大信心来源。

李彦宏曾公开表示，与一年前相比，文心大模型的推理性能提升了105倍，推理成本则降到了原来的1%。

天风证券近期发布的研报指出，受益于AI对云驱动影响和文心大模型系列推理成本显著降低，叠加轻量模型相较开源模型优势，百度云业务额外收入增量重心由模型训练过渡到模型推理，推理成本显著降低带来的增量反哺云业务。

火山引擎总裁谭待也提到，将用混合专家架构（MoE）、分布式推理等技术手段优化推理成本，节省算力耗费，“用亏损换收入是不可持续的，所以我们从来不走这条路”。

阿里云通过构建弹性的AI算力调度系统，结合百炼分布式推理，提升了引擎效率，有效降低了边际成本。

在一定程度上，这场价格战也暴露出大厂的高度焦虑感。众所周知，同质化严重是国内大模型行业的通病，各家性能趋同，谁也拿不出杀手锏。

即使百度和阿里领先，但与其他厂商的技术差异性并没有拉开足够的距离，市场也持这样的看法。体现在B端企业用户规模方面，百度10万，阿里9万，相差不大。

卷参数规模便是典型的例子。只要一家厂商推出百亿参数的大模型，很快市场就会涌现一堆同级别的产品，不久就会出现更大参数的大模型。

卷完参数规模，厂商就卷长文本处理能力。之前，凭借处理200万字的长文本推理能力，月之暗面公司的Kimi Chat引爆市场，融资规模随之水涨船高。

Kimi的优势没维持多久，就被阿里、百度等大厂抹平，百度升级至200万—500万字之间，阿里通义千问更是祭出1000万字长文本的大招。

03|商业化大冒险

“今天企业在使用AI的时候，并不是成本驱动的。”这是阿里巴巴原副总裁贾扬清引用过一位国际顶级咨询公司CIO的话，也是业内的普遍观点。

零一万物创始人李开复和百川智能创始人王小川均反对价格战，认为成本并不是客户选择大模型的唯一因素，性能优势是关键，还要把市场、安全、需求等方面纳入综合考虑。

“对需要最好模型的客户来说，购买100万个tokens的资源包，支付几元和支付十几元，差别不大。”李开复直言。

显然，如果企业最看重价格，大可选择API调取完全免费的开源大模型。但要真正落地应用，开发者需有部署、调优、算力等工程化能力，对于绝大部分企业，尤其中小企业来说，无疑是一道较大的门槛。

这也是为什么国内很多大模型开源这么久，依然没有大规模落地B端的重要原因。企业自己没搞清楚大模型到底有什么用、怎么用，大模型厂商也未能很好地帮助企业弄懂这一点。

在业内，模型效果、推理成本、落地难度被称为AI三要素，为企业选择大模型的三大标准。其中，模型效果是首选因素，也最难实现，因为质量好的数据，比算力还昂贵。

B端对数据的专业性要求非常高，各行业各有应用场景，甚至同一行业的不同企业都有差异化明显的应用场景。而目前各家大模型主要是通用大模型，数据与行业场景不匹配，自然无法让企业买单。

因此从商业策略角度看，大模型厂商竞相降价或免费，本质是一场数据之争，希望以此吸引更多的开发者和企业，收集到更多行业场景数据。

价格战的另一个直接影响是，或将激活AI应用市场，形成良性的生态。大模型热潮一年多以来，大模型的参数纪录不断被刷新，效果持续得到改善，应用端却鲜有惊艳产品。

过去tokens费用较高，应用开发者不太愿意承担创新风险。现在tokens白拿，开发应用的试错成本势必有所下降。

火山引擎总裁谭待认为，早在去年下半年，各家就开始卷应用，今年一个很大的变化在于行业大模型能力大幅提升，做应用这件事变得很重要。

除了降价，火山引擎也展示了其商业化路径，通过打造众多爆款AI应用产品，来覆盖行业需求，获得更丰富的数据。字节推出了AI应用开发平台“扣子”、互动娱乐应用“猫箱”、AI创作工具“即梦”等产品，嵌入抖音、飞书、巨量引擎等50余个业务。

这表明，虽然大模型商业化仍然很难，但方向已经变得清晰。有人会疑惑，大模型的价格战是否来得太早？其实不然。

由于迁移成本非常大，大模型的用户粘性很高。多家使用百度文心4.0大模型的公司表示，即使有更便宜的大模型可供选择，也不会轻易更换。一则该大模型已足够强大，二来在前期调试阶段付出了很多精力，再重来一遍，时间、人力、资金等各项成本都太高。

这也意味着，厂商能抢到的企业，基本是新客，难以从别的厂商“夺食”。越早吸引到用户，越有优势。

对于不想降价的大模型创业公司，也无法完全置身事外。大模型烧钱，融资规模却在降温。

据研究机构CB Insights发布的《2023年人工智能（AI）行业现状报告》，2023年中国AI领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元，同比下降70%。

李开复称自己做大模型，十年不会套现，其他投资者未必有这样的耐心，创业公司肯定要找到赚钱办法。

Kimi爆火以后，出现高峰期算力不足。近期，Kimi尝试测试付费打赏功能，想通过卖算力保障来赚钱。

在商业化面前，大厂和小厂分别走上了不同的冒险征途，最先挖到“金矿”的，一定是装备最强的那家。

说明：数据源于公开披露，不构成任何投资建议，投资有风险，入市需谨慎。