大模型价格战，还可以再狠一点。

没有人想到，大模型产业的第一次“集体会战”，竟然围绕着价格进行。

五月六日，私募股权巨头幻方的深度追求，开始了第一枪降价。DeepSeek-V2(32k)深度追求发布模型，在数学、编程、中英文等方面已经接近GPT-4；然而，DeepSeek-V2的应用价格只有GPT-4o的1/35左右。

DeepSeek-V2的输入和输出价格分别为1元/百万tokens和2元/百万tokens，远低于市场价格。

比拼多多砍一刀还便宜，让不少美国专家大吃一惊。著名分析师Dylann 看完DeepSeek-V2的论文，Patel兴奋地说：“这可能是今年最好的一篇。[1]

DeepSeek-V2的论文

一个星期后，“卷王”字节跳动又增加了一把火。

豆包通用模型Pro-32k的输入价格被一刀切割到更低的0.8元/百万tokens。火山发动机总裁谭待表示，“豆包的价格比行业低99.3%，从那以后，大模型就以厘计费。”

看到同行如此不讲武德，其他科技公司从此不再淡定。

阿里率先回击，一狠心，大举降低了所有模型的价格。

几个小时后，百度干脆跑到价格终点:宣布两个轻量级模型完全免费。随后，科大讯飞星火Lite API、腾讯混合元大模型lite 同时，256k也相继宣布免费。

如此盛况，很难不让人梦到那段滴滴对决快，ofo摩拜互相扯头发的激情岁月。

但是，围绕大模型的价格战，远不如网约车、自行车共享那么直观，各种专业术语令人摸不着头脑。所以，这些大型企业，究竟热闹些什么？

B面价格战

要理解这一点，首先要了解大模型的商业模式。以阿里巴巴云为例，它提供三种大型服务[2]：

基本服务：模型推理。

模型推理，是指根据输入的信息内容，给出答案的过程。也就是说，推理就是“实际应用”模型的过程。

阿里云预设了多种不同性能的“专业模式”，供用户推理。这项服务的收费方式非常简单，即“以量收费”：以消耗的token数量为单位，使用越多，成本越高。并且性能越好，收费越高。

token是一个用于衡量文本长度的大模型计数单位，可以简单理解为“字数”。三篇75万字的《三国演义》大约需要125万个token。

(2)高级服务：模型微调。

如果觉得“专业版”不好用，阿里巴巴云还提供了“定制R&D”服务，即微调模型。具体费用取决于“定制R&D”消耗的计算资源和发展进度。

(3)超高级服务：模型部署。

如果顾客需要长时间使用大型模型，最好的办法就是将其部署到专属案例中。

专属案例是指直接承接一台或多台物理服务器的所有资源。翻译成人话就是把整个商业广场租下来，而不是租一家店。

这样做的好处是，没有其他商家和你争夺计算资源，响应速度更快。

它的收费模式也是以量收费，但是有两种形式:阿里直接按照“商业广场”消耗的计算资源收费；此外，百度还支持token的数量按模型推理收费。

这三种收费模式面向企业和个人开发者，代表着大模型开发的循序渐进过程。但各大科技公司疯狂讨价还价的，其实就是上面提到的“基础服务”，也就是“专业模式”的推理成本。

推理费具体定价，又分为“输入”和“导出”两部分。

简单来说，输入就是用户提问的内容，导出就是大模型的答案。技术公司通常会根据输入输出的token数量(字数)收取两次费用。

这一复杂而微小的差别，很容易成为科技公司的招数。

例如字节跳动的“0.8元/百万tokens”和“比行业价格低99.3%”，实际上只是输入价格。Pro-32k豆包通用模型的输出价格仍然是2元/百万tokens，与DeepSeek-V2等同行持平。

可以看出，虽然大模型的价格战打得火热，但背后其实还有另一个洞天。

千层套路降价

可见，本轮价格战最活跃的，基本上都是云计算公司，代表BAT和字节跳动。

他们之所以敢于这样降价，还是因为可以从别处弥补损失，羊毛出在羊身上。

正如前面提到的，降价甚至免费，实际上只是基本服务。

毫无疑问，这可以帮助中小开发者以更低的成本建立应用程序。但是，当开发者或企业需要更适合自己的业务，深入使用大模型时，通常无法避免模型微调和模型部署的高级化。——这两项服务，并非本次价格战的主角。

例如，百度宣布免费ERNIE-Speed-8K，如果实际安排，费用将变成5元/百万tokens[3]。

同时，所有降价最严重的其实都是轻量级预设模型；相比之下，性能更强的“超大杯”模型实际降价幅度并没有那么夸张。

例如阿里的Qwen-Max，实际上和字节跳动的豆包一般模型Pro-32k一样，只是降低了输入价格；而隔壁的百度，压根就没有提到超大杯模型。

云计算厂商的价格战更像是通过“免费游戏”吸引更多玩家加入；但是如果你想继续“升级变强”，氪金就得氪金。

云计算制造商当然不是唯一的参与者。

以深度追求和智谱AI为代表的明星创业公司之所以敢于跟进内卷，很大程度上是因为有足够的弹药，尤其是计算资源。

2020年，模型还没有爆发，背靠私募巨头幻方的深度追求，投资上亿准备AI超级计算机。

现在，除了BAT，幻方是、除了商汤和字节跳动，第六家公司拥有超过1万张英伟达A1000张。 中国企业GPU储备[4]。

而且智谱AI背靠阿里和腾讯，是一家估值过百亿的AI独角兽公司。

到2020年，智谱AI也碰巧囤积了大量的GPU资源。 在接受《中国企业家》采访时，CEO张鹏提到：

那时，他认识的一家云计算制造商，有一批GPU积尘。 这个GPU最初是供应给游戏公司的，但是一次偶然的机会，对方又不买了。 得知这一消息后，张鹏顺势接管了这批计算资源[5]。

如果现金流量、计算率资源充足，即使烧钱换市场，这些创业公司也能扛得住。

所以问题来了：当初移动互联网补贴换市场，还可以简单粗暴地归因于“技术门槛低”；主要推广一手高科技的大模型，怎么也没有走出价格战的怪圈？

必经之路

大型智能化给世界带来的震撼，通常让人忽视其本质，实际上是一种基础设施。

在去年的公开演讲中，著名计算机科学家吴恩达提到：

事实上，AI是一系列工具的集合。这类工具包括监督学习、非监督学习、强化学习和目前生成的人工智能。 这一切都是通用技术，代表着它与电力、因特网等其它通用技术没有什么不同[6]。

电力和因特网，不能直接创造财富；事实上，电灯、电脑、电子商务、电子游戏是真正改变世界的。

然而，应用程序的爆发实际上有一个前提:基础设施足够便宜。在此之前，大型应用无法快速铺开的一个主要困境是使用成本过高。

哄骗模拟器就是一个典型的例子。

今年年初，一位名叫王登科的独立开发者开发了一个AI应用程序，模拟“愤怒女友”的形象。这个应用程序的玩法很简单，用户必须斗智斗勇地哄骗对话窗口的AI女友。

因为互动简单，构思相当有趣，哄哄模拟器在上线的第一天就吸引了超过60万的顾客。

突如其来的爆红，却让王登科哭笑不得。哄骗模拟器采用了预设的GPT-3.5模型，运行一早就花了他超过2000美元的推理费。

相当于，开发了一个App，还没想到怎么赚钱，先交了一万块电费。

纵观历史可以发现，当初移动互联网的大规模普及，也都是基于基础设施降本。

根据2014年的一份调查报告，当时由于流量成本高，手机用户每天使用流量不会超过3小时。而且很多用户在不使用移动网络的情况下会选择关闭，避免后台使用手机消耗流量[7]。

那时候，大部分用户，都曾经做过“一觉醒来，房子就搬回中国”的噩梦。

2013年，快手明确了“短视频社区”的定位，但增长相对缓慢。这背后，很难说没有大环境的原因。

事实上，短视频行业才真正开始爆发，直到通信运营商开始大做“降费加速”。

2019年，与2014年相比，手机上网流量费用下降了90%以上[8]。到目前为止，手机淘宝、微信、Tiktok逐渐成为字面意义上的“国家应用”。

可以看出，降价实际上是大型行业发展的必由之路。

或许在这一轮价格战中，云计算厂商和创业公司各有各的小九九；但是对于开发者和普通用户来说，建议多打一点。

参考资料

[1] OpenAI Is Doomed，SemiAnalysis

[2] 阿里云大模型服务平台百炼

[3] 大模型千帆平台

[4] 第一代大模型量化巨头发布：免费商业用途，完全开源，澎湃新闻

[5] 智谱AI CEO张鹏：中国大型企业家，不再追随OpenAI，中国企业家

[6] Andrew Ng: Opportunities in AI - 2023，Stanford Online

[7] 2014年中国数据流量使用报告：近40%的客户流量不够，中国新闻网

[8] 工信部组织召开“加速降费”客户零距离交流会议

本文来自微信公众号“远川科技评论”（ID：kechuangych），作者：叶子凌，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com