大模型降價背後，國產大模型的競爭邏輯變了

隨着人工智能技術的快速發展，大模型以其強大的數字處理能力和深度學習能力，不斷與各領域交叉融合，逐步成爲產業創新的關鍵抓手，和驅動新質生產力的關鍵引擎。據國家最新公佈的數據顯示，截至今年3月，我國共有117個生成式人工智能服務完成備案，各類國產大模型，更是超過了200多個，多模態的大模型應用場景正在不斷拓展。

然而，隨着大模型的快速發展，算力成本日益成爲影響人工智能推廣應用的重要因素，大模型產品的價格居高不下，更是長期制約着人工智能應用的發展。近日，隨着字節跳動率先將大模型的使用價格，調低至"釐"時代，百度、阿里、騰訊等巨頭紛紛跟進，迅速將大模型推至免費時代。

大模型免費時代加速到來

5月15日，火山引擎雲服務平臺，發佈了國內首批通過算法備案的"豆包大模型"，主力模型，僅需0.8釐就能處理1500多個漢字，比行業價格低99.3%，帶動大模型企業市場定價，從"以分計價"步入"以釐計價"時代，助力企業以更低成本加速業務創新。在字節跳動打響大模型降價第一槍之後，隨後百度、阿里紛紛跟進。

5月21日上午，阿里雲方面宣佈，通義千問GPT-4級主力模型Qwen-Long的API輸入價格降至0.0005元/千Tokens，直降97%。隨後，百度通過官方微信發文稱，文心大模型兩款主力模型ENIRE Speed和ENIRE Lite全面免費。一個降價一個免費，阿里雲和百度智能雲的降價行爲表明，國內大模型科技公司開啓了價格比拼模式。

一方面，價格戰有利於巨頭搶佔更多客戶資源，從而迅速擴大市場份額，使其在市場競爭中保持領先地位。隨着大模型用戶和場景的不斷擴大，模型調用價格的主要趨勢是，性能不斷提升、價格不斷下降。而隨着算法調用價格下降，算法使用成本也將進一步下降，這將推動大模型進入快速增長時代，促進大模型產業加快發展。目前來看，相比技術與實力都比較雄厚的百度、阿里而言，字節跳動率先開啓價格戰，本質上還是希望藉此機會實現"彎路超車"。而百度、阿里、騰訊選擇跟進，很明顯是不甘落後，更不願意將市場拱手讓人。

另一方面，隨着大模型產業的快速發展，推理成本飛速下降，也成爲終端降價的基礎。據百度官方透露，相比一年前，文心大模型的算法訓練效率提升到了原來的5.1倍，周均訓練有效率達到98.8%，推理性能提升了105倍，推理的成本降到了原來的1%。也就是說，客戶原來一天調用1萬次，同樣成本之下，現在一天可以調用100萬次。

在業內人士看來，降低成本是推動大模型快進到"價值創造階段"的一個關鍵因素，並且只有大的使用量，才能打磨出好模型，也能大幅降低模型推理的單位成本。因此，大模型的降價，不能只是停留在提供低價的輕量化版本，而是讓主力模型和最先進的模型也足夠便宜，才能真正滿足企業的複雜業務場景需求，驗證大模型的應用價值，推動AI應用創新和價值創造。隨着頭部廠商紛紛參與大模型"降價"，大模型的真正免費時代或許正在加速到來。

AI基建競賽進入拼應用階段

在AI風口之下，作爲AI基建的雲服務商們，去年還主要聚焦大模型產品，今年大廠的競爭點，已不再侷限於技術，現在更重要的是價格，以及具體的落地場景。

首先，巨頭都在加大開源力度，以擴大自身大模型生態影響力，扶持更多AI原生應用創新。5月9日，阿里雲正式發佈通義千問2.5，宣佈模型性能全面趕超GPT-4Turbo，成爲地表最強中文大模型。在阿里雲AI峰會上，阿里雲首席技術官周靖人介紹，阿里雲大模型API日調用量已經過億；除了日常2C應用外，也服務了9萬家企業客戶，目前通義開源模型下載量已超過700萬。

同樣選擇對外開源的還有騰訊混元文生圖大模型。5月14日，騰訊宣佈其旗下混元文生圖大模型全面升級，並對外開源。這也是首箇中文原生的類 Sora架構開源模型，支持中英文雙語輸入及理解，參數量15億。放眼市場，當下的文生圖開源生態，比如Stable Diffusion基本圍繞英文語義理解，要先把中文翻譯成英文才能生成圖片。騰訊混元文生圖大模型的出現，打破了這一現狀，讓文生圖生態更瞭解中文。

事實上，騰訊的大模型應用，已經具有顯著的產品思維。自去年9月份騰訊混元大模型上線以來，騰訊採取的就是"大模型全家桶"的策略，目前其內部已經有超過400多個業務接入了騰訊混元大模型。比如，在混元大模型之後，既可以是微信讀書的"AI問書"，也可以是騰訊會議的"AI小助手"。看得出來，互聯網巨頭們在做開源的同時，正在試圖用自身的AI應用，爲其他合作者們打個樣。

其次，通過大模型工程優化，加速大模型推理成本降低，從而推動大模型大規模降價，以繁榮應用場景落地。以前的推理模型，大多采用的是單機推理，大模型用的是分佈式推理。比如，如今業內很多公司都在使用MoE架構模型，而MoE架構中基於多個專家並行機制，推理時只激活部分專家，即可以極大壓縮參數量和推理成本。事實上，爲了讓用戶可以低成本地使用AI，並推動應用的發展，降價已經成爲了國內大模型廠商的共識了。

今年2月份，阿里雲宣佈全線下調雲產品官網售價，平均降價幅度超過20%，最高降幅達55%，涉及100多款產品、500多個產品規格。4月份，阿里雲將降價策略擴大至海外公有云產品。大廠們之所以打起價格戰，是因爲大模型價格越低，使用的人越多；使用量越大，大模型才能被調用得越來越好。簡言之，價格力的出現，才能推動大模型更好地落地。

大模型棋至中局

自ChatGPT橫空出世以來，大模型的火熱有目共睹。面對大模型帶來的技術革命，不僅僅是微軟、谷歌、百度、字節等大廠下場做大模型，衆多與AI相關的創業公司也在持續涌現，業內更是出現了百川智能、月之暗面、MiniMax、智譜AI等AI四小龍。隨着大廠下調API價格，包括新AI四小龍在內的創投公司，都將面臨全新的考驗。

一方面，以BAT爲首的雲服務商，成爲了"降價主力軍"，直接對以出售B端API爲生的中小創業公司產生嚴重衝擊。在業內專業人士看來，本輪大模型降價的目的，不是爲了用戶直接使用，而是爲了吸引開發者。因爲短期來看，大模型的性能遇到了瓶頸，當下無論哪一家，都拿不出新的殺手鐗，降價自然就成了優先級最高的選項。

因爲現在各大模型APP基本都是免費的，本質上是各大模型的APP用戶量都漲不動了，包括OpenAI。一時間各大AI大模型的APP推廣費用水漲船高，投入產出比直線下降。在這種情況下，必須讓更多的開發者參與進來，開發出應用以吸引用戶的參與。

不過，針對各大廠的降價，各大AI創業公司並未選擇跟進，而是選擇冷眼旁觀。比如，一些參與AI大模型投資的投資人就表示，"這波降價對一些創業公司TO B模式影響較大。"因爲過去很多公司，之所以選擇跟初創公司合作，主要就是看重初創公司的API比大廠要便宜，但現在基本上沒有任何比大廠便宜的可能性了，這意味着創業公司的B端商業化模式不復存在了。

在這種情況下，被迫捲入價格戰的創業公司，將不得不尋找全新的商業模式。倘若在一段時間之內，創業公司找不到全新的商業模式，將面臨生死考驗，屆時業內將首先面臨一波創投企業的大洗牌。這也會倒逼一些創投企業，加速探索垂直領域的細分應用機會，開發全新的AI應用，將服務對象從B端轉向C端。

另一方面，當前的行業價格戰，可以看做是"百模大戰"帶來的一個衍生結果，大模型降價或有利於行業頭部大模型公司加速整合步伐。目前來看，當前的中文大模型市場，空間相當有限，不可能所有的大模型都取得成功。作爲生態產品的大模型，要麼贏家通吃，要麼落寞退場。當前，國內做AI大模型的廠商，除了BATH之外，字節跳動、科大訊飛、商湯科技等衆多廠商也都有參與，各家不免落入"拼算力規模"的內卷之中。由於各家的功能差異不大，同質化競爭之下，價格戰自然在所難免。

另外，伴隨着蘋果、微軟、聯想等設備廠商，在本地化AI算力和本地大模型方面的重金投入，AI PC、AI Phone等成爲主流，而通用大模型的使用場景則大幅度受限。這迫使很多大模型廠商，不得不尋找破局方法，以求儘快做出創新性的應用成果，來應對外部威脅。

因此，表面上來看是大模型在降價，背後牽動的卻是，與之相關的各大參與方的角逐。價格戰之下，中小創業公司紛紛轉向，大型雲服務商則趁勢搶佔市場份額，一波大洗牌顯然已經開啓。

大模型的競賽邏輯變了

其實，從降價開始，行業內關於AI大模型的競賽邏輯就已經變了。用業內人士的說法來講，企業使用AI並不是成本驅動，而是能否產生業務價值來決定，而這或許會成爲今後一段時間，大模型競賽的核心邏輯。

首先，基礎大模型的API調用模式，離實際業務相差甚遠，決定企業使用AI的並非是成本，而是是否有效、好用。單純從API降價角度來看，推動整個行業大降價並沒有多大門檻，但是真正的TO B商業成功則相對較難，因爲AI大模型如何紮根企業業務，幫助企業實現對應的業務效益，纔是企業關心的核心問題。

但很多大模型尚且流於表面，距離真正的業務落地仍有相當遠的距離。在大模型未能有效與企業結合的情況下，無論定價有多低，都不會讓企業覺得有價值。因爲真正讓企業決定買單的是，AI帶來的高效和好用的體驗，以及由此產生的降本增效的成果。所以，降價能否達成目標，核心還是看用戶體驗和反饋，否則就變成了廠商的一廂情願。

其次，大模型API降價給行業內卷敲響了警鐘，單純的堆參數、拼算力、價格，並不是行業健康發展的最優解，未來只有差異化纔有出路。與所有的行業一樣，從混沌初開到進入大混戰，多是以慘烈的價格戰作爲標誌。如今大模型經過狂熱的"百模大戰"之後，價格戰初步顯現，同質化競爭的惡果逐步出現。

事實上，目前業內一些玩家，已經在嘗試做一些面向C端的嘗試了。比如，百川智能近期發佈基座大模型Baichuan 4時，同步推出首款AI助手"百小應"，類似於AI搜索應用。在王小川看來，中國商業環境裡，C端市場規模比B端大10倍，必須走"基座大模型"+"AI應用"的"雙輪驅動"策略。

放眼未來，隨着行業大模型的加速洗牌，未來各家大模型企業，要麼選擇在垂直應用領域進行深耕；要麼選擇結合自身優勢，與大模型公司聯合，做適合自己的小模型，而不是一擁而上地參與大模型競賽，一味在數量、參數上進行對拼。