大型模型，在内卷中寻找出口。

2024年，大模型不断进步。从年初的Sora到最新的o3，更新更好的模型逐渐推出。是否发生了“内卷”？

首先要确定“内卷”的概念，指的是某一类产业模式。发展成一定的方式后，我们陷入了“高水平平衡陷阱”，出现了“未发展增长”。这种情况一直无法打破，会走向停滞和困境。

而且今年，大模型的scaling law法则越来越具有挑战性。训练模型的算率集群已经从1万卡发展到10万卡，扩大了10倍，而模型的智商并没有以这个倍数提高。killer没有出现在应用程序端。 app(杀手级应用)，模型制造商开始了出血换量的价格战...这些特征符合“内卷”的定义。

接下来的问题是，内卷化是否使大型模型陷入危机？与内卷出口分离，到底在哪里？

内卷化大模型的困境

在内卷化周期中，一个行业很难保持活力和创新动力。大型内卷化的加剧也使行业进入转型期。

首先，我们能感受到的是公众和投资者的失望。2023年，大家都用“AI一天，世界一年”来形容AI的发展，美股 “七姐妹”(苹果、微软、谷歌母公司alphabet、亚马逊，英伟达，特斯拉，Meta）而且在这股热潮下屡创新高。而且最近我们可以清楚地看到，这种热情已经回落。

OpenAI股东、接入模型API的服务商公司，都公开抱怨AI能力没有太大进展。OpenAI12天刚刚结束。 新闻发布会，也多是对现有模型、产品或技术路线的加强，符合预期，但缺少亮点，不能为AGI提供强有力的支持。在NeurIPSSI中，OpenAI前首席科学家Ilya “预训练将在2024会议上结束”（Pre-training as we know it will end）"，更是给大众浇了一瓢冷水。

对产学界的质疑态度是一个比较危险的信号。，因为历史上的AI严冬都源于缺乏信心和投资退潮。

另外一个困境信号是产品同质化竞争和淘汰赛的加剧。

在2024年，基础模型的竞争也变得格外激烈，第一，模型数量过于密集，性能表现逐渐趋同，尤其是开源模型与闭源模型的差距正在迅速缩小，进入同质化竞争。

第二，同一个厂商模型家族，也在加速淘汰，比如GPT-3.5-Turbo退役，由GPT-4o退役 更换mini，国内模厂模型也基本如此，客户都愿意使用增量不加价，物美价廉的新模型，旧模型没有人愿意使用。GPT-4o 在Mini发布之后，API 用量翻了一番。

同质化的激烈竞争让模厂不敢减少对新培训模式的投入，为了应对价格战，不得不降低价格。因此，经济负担越来越重。可以说，目前的大模型在2023年并没有那么积极，无论是外部宏观形势还是企业的微观经营状况。

向内竞争，如何影响大模型变现之路？

在模型方面，底层技术路线、数据瓶颈等不能在短时间内取得有效突破，那么从商业方面寻找出路，就成了必然。

在2024年，我们可以看到大模型内卷，给商业模式带来了许多挑战。

一是云 API方法，出血降价，以价换量不是最好的解决方案。

API调用支付是大模型的主要实现模式之一。云厂商价格战的基本逻辑是通过token降价来赢得更多的大模型业务，获得长期利润。但目前，以价换量似乎无效。

归根结底，是因为B端客户更注重模厂的长期性、模型质量，质量第一，可靠优先。所以我们可以看到，一些以价换量成功的云厂商，模型能力比较强。比如文心一言两种主要模式免费后，百度智能云的日调用量一个月翻了十倍。以豆包大型家族火山云为基础，token的调用量也大幅增加，甚至有些客户的tokens调用量也增加了5000倍。这说明新用户会专注于头部模型，而老客户要么不顾更换现有模型，要么把鸡蛋放在多个头部厂商的篮子里，利用降价接入更多模型，最后留下性价比高的。而不打价格战的云厂商，比如华为云，把盘古大模型作为“利刃商品”，在B端市场也取得了不错的成绩。煤炭大模型、药业大模型、数字智能解决方案与行业合作伙伴共同打造，今年在垂直领域的多家企业中得到重用。考虑到华为云，各行各业的客户都有很强的抗风险能力，可以坚持投资基础模型，考虑到业务稳定运营的预期。

上述公司表示，云 API成功的基础是“质量第一”。

第二，订阅制度，由于大模型内卷化，导致用户粘性低，忠诚度低，会员市场渗透性极高。

因为大模型升级很快，一方面新模型通常质量和性价比都比较好，“等待党”更愿意观望；此外，许多旧模型将不再更新或退役，这使得会员不愿意长期与平台绑定。这使得模厂为了不断吸引新客户，很难停止拉新的营销活动，推广成本居高不下，影响用户体验。需要高频弹出广告，打扰客户，开发多个会员级别和收费权益套餐，增强客户的决策疲劳。而且好不容易拉到的新客户，一般都是在使用一段时间后转换成免费版，或者更新更便宜的同行产品，长期续费率不高。

可以看出，大模型的内卷化使得大多数模厂很难说服客户和开发者，而不是建立长期的信任关系。这给后续的商业实现和价值挖掘带来了巨大的挑战。

向外使能，大模型进入健全的商业基础设施。

告别内卷，就要找到出路。大量同质化的大模型形成了高密度的堰塞湖。然后，如果你逃离内卷，你必须疏通河流，减少拥堵。因此，2025年将是大型商业基础设施日益完善的一年。通过更全面的“水利设施”，大型应用者和开发者可以更方便地使用它们。

怎样判断一个大模型是否“外向”？评价指标如下：

第一，模型开放或兼容。

如前所述，在内卷化周期中，客户不愿意把鸡蛋放在一个篮子里，也不愿意和某个模厂绑定很久，这就要求模型具有很强的开放性和兼容性。比如腾讯混合元大型免费资源包，支持hunyuanyuan-pro、hunyuan-standard、hunyuan-turbo等多种模式共享，支持第三方平台和ISV服务提供商为用户提供多种模式的灵活选择和转换，以满足最终客户对多种模式的需求。

第二，对工具进行更详细的开发。

将大型技术转化为生产力，需要更详细的支持，如加工工具和工作流程。例如，OpenAI为Sora创造了Remix。、为了支持更好的视频生成，Blend和Loop三大专业工具，所以每月支付200美元的Pro客户也不少。在国内，我们实际测量过，字节跳动的钮扣开发平台、百度文心智能体开发平台等开发工具也已轻松上手。

第三，支持大模型应用从开发到商业化的“端到端”。

国家级第三方AI应用在2024年没有出现。一方面需要提高模型能力。一些AI智能体平台充斥着大量低水平、易于复制的个人智能体。对话体验、理解能力、多模态任务效果一般，商业价值不大；另一方面，很多开发者不知道AI应用是如何商业化的，所以他们没有投入太多精力去开发市场上缺乏的商品，以满足尚未解决的需求，这就需要平台加强对开发者的商业资源帮助。

归根结底，技术天花板很难在短时间内突破，大型市场饱和度和同质化竞争的情况不会公布。大型商业成功的前提是用户和开发者的业务能否成功，这就是为什么健全的商业基础设施必不可少。

逃离内卷堰塞湖，2025年所有模厂必须回答的问题是:如果大模型是水电，用户和开发者扭开开关能得到什么？

本文来自微信微信官方账号“脑极体”（ID：作者：藏狐，36氪经授权发布，unity007)。

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