<mark id="oztn4"></mark>
0
價格戰并未使所有業者迷失方向。
在各大廠紛紛舉辦大模型降價發布會后，雷峰網(公眾號：雷峰網)走訪了中關村創業大街的兩家 AI 應用創新公司，發現他們并未立即選擇調用更便宜或免費的大模型 API，而是繼續使用去年 10 月發布的文心一言 4.0 版本。
面對近期大幅降價的情況，兩位創業者反應平淡，“本輪價格戰確實吸引了大量公眾關注，但對我們影響不大。”
這兩家創業公司中，一家從事 CRM 服務，另一家專注于高端營銷，均面向 B 端市場。從事高端營銷的創業者算了一筆賬，他們的獲客成本極高，每次成交的客單價都在 2000 元以上，且目前服務的客戶數量有限，主要是回頭客。
用他的原話說，他是“踮著腳尖滿足客戶的每一次需求”，生怕客戶說他的產品“還不如直接用大模型”，就差親自幫客戶改稿子。他在調用大模型 API 時，最關心的只有一點，那就是能否真正解決用戶的問題。
另一位創業者也告訴雷峰網，作為應用開發者，他們最擔心的是大部分大模型應用只是好玩，而不好用，包括國外的幾款應用也是如此。
如果要將自己的應用交付給客戶，就必須跨越“從好玩到好用”這一最艱難的階段。因為在 B 端市場，好玩并不值錢，好用才是關鍵。
對于應用開發者而言，要想讓產品繼續獲得資金支持，讓投資人繼續看好產品，就必須將應用的可用性提升到極致，價格是以后才需要考慮的事情。從產業創新發展的角度來看，本輪價格戰爆發得過早了。
為什么價格戰爆發在當前這個時間點？
價格戰作為市場競爭的常用手段，具有殺傷力強、威懾力大、造勢效果好等諸多優點，一直是各大廠慣用的策略。
從互聯網科技史著作《沸騰新十年》的記載來看，在移動互聯網發展過程中，每個賽道的決勝局都至少有一場價格戰。
然而，當前大模型賽道的競爭才剛剛開始，更多的是技術競爭，而非商業競爭，難道已經發展到需要打價格戰的地步了嗎？
當然沒有。
當前大模型賽道的價格戰是早產的。
首先，價格戰的本質是競爭，而非驅動。哈佛歷史上最年輕的終身教授曼昆在其名著《經濟學原理》中提到，價格戰是消費者自由選擇的必然結果。
但價格戰通常只發生在高度同質化的行業。在高度同質化的行業中，廠商為了說服消費者選擇自己，不得不大幅降價，結果往往是兩敗俱傷。
然后，實力較弱的一方被迫退出市場，實力更強的一方能夠承受損失并獲得市場主導地位。因此，價格戰又被稱為割喉戰，拼的就是誰的血量更厚。
不過，價格戰很少發生在高度差異化的行業。因為高度差異化的服務效果，不一定能滿足同一類用戶的需求。你賣牛皮，我賣牛皮糖，雖然聽起來相似，也都姓牛，但實際上解決的用戶需求根本不同。
目前，各大模型之間仍然存在很大差異。在當前這個時間點，大模型技術仍在高速發展，通常情況下不應該爆發價格戰。
為什么這么說？因為盡管大家都在做大模型，但各家的技術路線和應用開發路線差異很大。
在這次價格戰中，聲量最大的是百度、阿里、字節三家，緊隨其后的是騰訊，但從騰訊的表現來看，參戰的意愿并不強烈。訊飛和智譜雖然也降價了，但都沒有召開大會。百川智能的王小川更是明確表示，絕對不會參與大廠之間的游戲。
從各家的不同反應來看，我們不難發現，這次價格戰的主要參賽選手都是云廠商。而單純做大模型的廠商，只是進行了簡單的防守性跟隨，沒有任何進攻的意圖，越到后面，越保持觀望的態度。
為什么會出現這種情況呢？因為這一輪價格戰的真正原因是云廠商的內卷外溢。一位外部開發商告訴雷峰網，本輪大模型價格戰的出發點并非大模型的競爭，而是云賽道的競爭。
前段時間，云賽道的大幅降價和高度內卷向外溢出，各家平臺在直播中高調宣布大幅降價。云廠商之間的瘋狂內卷早已不是新聞。今年上半年，老羅更是將復雜的云計算產品帶入直播間，說實話，云廠商找老羅帶貨并不是一種真正的直接獲客行為。他們只是想給業界留下一種印象，即他們的云計算現在真的很便宜。
在各大廠都將云廠商和大模型平臺相結合的當下，大模型只是受到影響，被迫卷入競爭。云廠商之間的價格內卷，引發行業集體應激反應，導致了這一輪價格戰。
然而，目前國內大模型技術與海外相比仍有明顯差距，正處于技術追趕的關鍵時期。在這個賽道上，國內大模型產業更需要的不是競爭，而是競合，是技術上的較量，這才是改變生態的驅動力量。
對于開發者來說，他們真正看重的是什么？
對于開發者來說，他們真正看重的是買的產品能否給自己帶來價值。而產品是否有價值，則取決于其是否建立在一套技術先進、系統穩定、響應迅速的大模型平臺之上。
從開發者視角來看，他們選擇調用API時至少會做出如下三種考慮：首先，開發者購買的不是 tokens，而是解決問題的能力。
開發者在購買大模型相關服務時，真正看重的不是大模型 tokens 本身，而是通過這些 tokens 所能實現的功能。因為開發者的目的是實現某種特定的產品能力，解決某個特定的問題或需求。
例如，一家營銷科技公司希望通過 AI 在幾秒鐘內獲取市場數據，生成營銷渠道、效果和布局的一體化解決方案。當選擇接入大模型 API 時，最重要的判斷標準是哪一款大模型更能實現這一目標。
就像前文提到的兩位開發者，他們最關心的始終是客戶是否滿意，業務能否繼續。在這種情況下，哪家效果好，產品體驗更到位，他們就會選擇哪家。其他因素則相對次要。
其次，開發應用拼的不是便宜，而是不出錯。
開發者不能犯任何錯誤。一行代碼的失誤都可能導致系統崩潰、數據丟失、用戶體驗下降，甚至影響整個業務的運行。更不用說作為基礎的大模型了，選擇時必須更加謹慎。便宜能便宜多少？如果整個產品系統出現問題，所有的前期投入都將血本無歸。
去年年底，某大廠云服務大規模宕機，不僅導致自己的重要業務停止運行三個半小時，還使無數開發者的產品崩潰，引發了一系列后續問題。如果早知如此，有一個永不宕機但價格稍貴的云服務，和一個不知道何時會突然宕機三個半小時的云服務，相信絕大多數開發者都會選擇前者。
因此，免費的吸引力只對那些想要嘗試將大模型與場景結合的開發者有效，他們可以用極低的成本逐步探索業務的可行性。而對于已經擁有成熟業務模式的產品來說，他們更需要的是一款效果有保障的好平臺。
其三，對于大多數應用開發者，工程能力仍是最大挑戰。
擁有良好的開發能力并不意味著一定能做出成功的產品。因為一款成功的產品需要具備大規模應用的能力，能夠適應各種不同的場景，處理多種長尾需求，并應對各種意外事件等。
我們經常看到一些才華橫溢的開發者，他們擁有出色的技術，但做出的產品卻不好用。有一家語音識別產品，無法處理一些行業“黑話”或區域性方言，卻被投放到有大量此類使用者的場景中，最終以失敗告終，這就是對場景結合的失誤。
家裝大模型公司萬幸科技就曾遇到過大模型適配性問題。由于 Stable Diffusion 文生圖模型出圖速度慢，導致用戶等待時間過長，他們需要排查是網絡問題、顯卡問題還是模型問題。一旦出現這種情況，如果沒有針對各種情況的成熟解決方案，排查時間就會成倍增加，再加上要臨時設計一套各種可能性的解決方案，不用說，肯定會投入更多資源，解決問題的速度也會更慢。
幸運的是，當時萬幸科技使用了百度千帆，合作方之前解決過類似問題，將之前研究出來的解決方案應用到這次的故障中，問題自然就很快解決了。
工程優化提升往往需要廠商長期積累，只有一個細節一個細節的打磨調教，才能積攢出優勢，這不是一個投入資源就能一蹴而就的事情。
更重要的是，廠商的工程化能力會帶來極大的性能提升和成本降低。比如，百舸異構云計算平臺可以將智算中心、超算中心、邊緣節點等分散的算力資源統一管理起來，通過芯片性能優化、自動芯片選型、潮汐混部這些經驗和技術，真正把每一張卡的價值都發揮到極致。
這里可以說個細節，百舸可以實現一云多芯，也就是對昆侖芯XPU、昇騰NPU、海光DCU、英偉達GPU、英特爾CPU等國內外主流AI芯片的兼容，無需為每個芯片平臺重新設計和優化模型，幫助用戶擺脫單一芯片的依賴，節省了大量的時間和資源。
目前，百舸已經實現單一訓練任務下不同廠商芯片的混合訓練，而且在多芯混合訓練性能損失可控制在3%，這是目前國內最好成績。
針對大模型和智算集群，百度百舸·AI異構計算平臺的萬卡集群上的有效訓練時長超過98.8%，線性加速比、帶寬有效性分別高達95%。這三個指標意味著，百舸的單個芯片的利用率最高、芯片間通信效率最高，整體集群效能最高，這是目前國內業界最高級別的算力效能。
一位開發者曾經對雷峰網說過，跑同樣的任務，在百舸上，開發的總體成本會比別人少一半。對于開發者而言，這真的是用得越久省得越多，如果能與一個具有豐富場景落地經驗的大模型團隊合作，并隨時調用對方的經驗，那么他的產品一定會如虎添翼，迅速實現工程化。如果開發者只能從大模型團隊那里獲得一份技術文檔，那么就只能自己去嘗試解決這些問題了。
對于廠商來說，拼戰略拼的到底是什么？
To B 的生意需要建立在信任的基礎上，企業和開發者不會將業務交給不信任的合作伙伴。而建立信任的最佳方式，就是讓開發者意識到，這家大模型產品方向最明確、定位最清晰、未來最具確定性。
對于廠商來說，大模型的研發需要持續投入大量資金和時間，過程中可能會遇到各種挫折，包括財務問題、技術障礙和競爭中的巨大沖擊。
如果廠商沒有足夠的決心和意志，內部對大模型存在不同聲音，每當遇到挫折時，這些聲音就會反復出現，那么一旦遇到暫時無法解決的障礙，反對的聲音就會如潮水般涌來，影響整個大模型產品和所有開發者。
公司是否將大模型作為最高戰略來做，是否有能力和意愿進行長期投入，這才是開發者和企業客戶關心的問題。
要判斷大模型業務在公司內部的戰略高度，可以從三個維度來看：
首先，資源投入是否足夠大。如果之前的投入足夠大，那么放棄或轉向的沉沒成本就會很高，這也顯示了公司之前在大模型上的決心。
其次，時間投入是否足夠早。這意味著整個團隊，甚至更極端的情況下，一號位是否具有優秀的戰略眼光和技術前瞻性，這樣的一號位能夠確保他們不會輕易放棄追隨最前沿的大模型技術。
最后，戰略堅持是否足夠久。在過去的發展過程中，他們經歷了多少困難，在這些風風雨雨中堅持下來的公司，未來也一定能夠繼續堅持下去。
將大模型視為“一把手工程”的典型公司是百度，李彥宏是 AI 技術的堅定信仰者。自 2010 年王海峰加入以來，百度就擁有了成建制的 AI 團隊，致力于 NLP 研究。2018 年 BERT 問世，2019 年，文心大模型 1.0 版本正式發布。
23 年春節后，在李彥宏的親自帶領下，“項目組”成立，并與王海峰保持每天與所有相關技術和產品人員開會的節奏，在國內率先發布了“文心一言”。
百度對大模型的重視程度如何？去年的中關村論壇上，李彥宏表示，百度要做第一個將全部產品重構的公司，因此在過去一年中，百度十余款應用完成了 AI 重構，包括輸入法、搜索、網盤、地圖、文庫等一系列用戶量過億的產品。
事實上，對于這種投入周期長、回報不確定性強、市場競爭激烈的業務，只有一號位親自下場，才能真正體現其重視程度，也才會成為一家最讓人放心的大模型廠商。
我們完全可以按照這個標準來判斷某一大模型廠商是否是一個值得信任的合作伙伴，值得信任的標準包括：會不會在關鍵時刻中途放棄或出售，有沒有決心保持長期投入，是否對自己的大模型能力有足夠信心，愿意將自己的產品全部在這套基座上進行重構。
大模型競賽是一場長跑，最終的競爭是什么？
5月22日，在法國巴黎的“歐洲科技創新展覽會”上，李彥宏談到：中國AI與西方的最大差別在于應用。大模型大規模降價，與芯片和互聯網普及時極其相似的成本驅動生產力革命已經開啟，并將催生應用快速迭代和成熟。全球的人工智能大模型之戰即將分出勝負。
從 OpenAI 過去一年的動作來看，降價一直是其升級的主線。5 月 13 日，OpenAI 發布了 GPT-4o，不僅在功能上大幅超越 GPT-4 Turbo，而且價格只有一半。從 2023 年年初到現在，OpenAI 已經進行了 4 次降價。
中國的廠商也不遑多讓，5 月份堪稱降價黃金月。
從 5 月 6 日開始，幻方量化旗下 DeepSeek（深度求索）發布了第二代 MoE 模型 DeepSeek-V2，API 定價為每百萬 tokens 輸入 1 元、輸出 2 元（32K 上下文），價格僅為 GPT-4 Turbo 的近百分之一。
11 日，智譜大模型宣布了新的價格體系，門級產品 GLM-3 Turbo 模型降價幅度高達 80%。之后就是大家都看見的字節跳動。
在 5 月 15 日舉行的火山引擎原動力大會上，字節跳動旗下火山引擎總裁譚待宣布了豆包主力模型在企業市場的定價為 0.0008 元，宣布自己最低。
隨后，阿里通義千問似乎下了決心一較高下，也做出了回應。5 月 21 日，阿里云宣布：通義千問 GPT-4 級主力模型 Qwen-Long，直降 97%。反正自己就是要比字節低。
百度文心大模型則直接梭哈，在國內最先打出了免費的旗號，宣布百度文心大模型的兩款主力模型 ENIRE Speed、ENIRE Lite 全面免費，即刻生效。
那么，為什么當其他家都宣布降價的時候，百度敢于直接梭哈免費呢？
第一個原因是他們家是云服務平臺，當然前面兩家也是，這不是關鍵因素。關鍵因素是，他們家攢了這么多年算力家底，已經成為國內算力儲備最多的廠家之一。哪怕是OPEN AI和Runway現在搬上去，百舸都接得毫無壓力。
在公有云層面，中國一半以上的大模型訓練、推理都在百舸上，而且從來沒有崩過。光沒崩過這一點，就已經顯得深不可測了。
現在看起來，價格戰似乎成為了大模型競爭的主角。但實際上，遠非如此，大模型的競爭任重道遠。
正如前文所述，價格只是市場決策中的一個因素，而且并非首要因素。而且真正高質量、大規模、高并發的模型仍然需要收費。
說個細節，微調大模型的價格一直居高不下，短時間內成本根本不可能降下來。你讓各個大廠打價格戰試試，怕不是要被薅禿。
那么，為什么這些大模型廠商還要大聲宣布降價或者免費呢？除了上文提到的，各家廠商云內卷的牽連，其實還有一個重要原因：各家大廠，不是怕丟客戶，而是怕丟聲量。
各家各自都有一批客戶基本盤，而且根本不怕對方來薅，他們更怕的是新生代的應用創新者們看不見自己。這也是為什么百度創始人李彥宏在上個月，會開出5000萬的懸賞獎勵AI應用創業項目的原因。這應該也是目前國內AI領域，針對基于特定大模型的應用開發所給出的最高“賞格”。
因為各大廠爭做大模型平臺，不惜工本，投入巨大，他們最終競爭的仍然是生態。在各大廠的預期中，在安卓之上再打造一個 AI 安卓并非不可能。
現在，大廠們扮演著基礎設施的角色，每天都在鼓勵、孵化、扶持各類應用，等待有一天，所有 AI 應用都基于自己的大模型平臺時，他們就會進化到終極模式——AI 時代的操作系統，這才是微軟和谷歌那種掌控生態的好生意。
從過去的操作系統發展經驗來看，這將是一個5-10年的漫長的過程，因此大廠作為基礎平臺必須戒驕戒躁，將更多注意力放在技術基礎和應用服務上。
畢竟，大模型生態的競爭注定是“長坡厚雪”，在這場長達一代人的長跑中，誰能長久和穩定地陪伴創新應用成長，誰才能站在最終的巔峰。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
