不管AI開發(fā)者愿不愿意，在互聯(lián)網(wǎng)廠商主導(dǎo)的國內(nèi)大模型行業(yè)，再次回到了十年前互聯(lián)網(wǎng)式的“免費(fèi)”邏輯，其商業(yè)化的決定權(quán)已經(jīng)發(fā)生了轉(zhuǎn)移——何時殺雞，何時“取卵”，都不再自己說了算。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍任誰都沒有想到，2024年618的第一槍，居然不是由“貓狗拼抖”任意一家電商發(fā)起，取而代之的是大模型廠商。

半個月前，火山引擎先發(fā)制人，宣布豆包主力模型在企業(yè)市場定價為0.0008元/千tokens，較行業(yè)便宜99.3%。一周后，百度、阿里云、科大訊飛等主流國產(chǎn)大模型廠商，均宣布旗下主力模型全面免費(fèi)。 

自此，以免費(fèi)為噱頭的大模型價格戰(zhàn)，就此形成了短期無法“回退”的多米諾骨牌。 

如果回望歷次互聯(lián)網(wǎng)細(xì)分行業(yè)的增長歷程，大多數(shù)時候都經(jīng)歷過增長期、補(bǔ)貼期的白嫖，以此換取市場規(guī)模和用戶數(shù)量。待到產(chǎn)品生態(tài)成熟，捆綁了足夠多以此為生的用戶和產(chǎn)業(yè)鏈，再行提價以完成收割。到目前為止，大模型經(jīng)歷了第一年的出世與合規(guī)，正在進(jìn)入以降價為主要特點(diǎn)的第二階段。 

唯一的區(qū)別是，目前大模型主要降價對象，仍然以企業(yè)級用戶和應(yīng)用層開發(fā)者為主。對個人用戶而言，除了部分廠商的升級版服務(wù)需要訂閱會員，仍然是處在完全免費(fèi)的狀態(tài)。換言之，對于大模型及其相關(guān)產(chǎn)品來說，真正想要覆蓋的C端用戶而言，商業(yè)化歷程仍然沒有真正開啟。

對于大多數(shù)開發(fā)者而言，廠商之間價格戰(zhàn)打的越歡，對他們而言產(chǎn)品開發(fā)成本也會越低。不過一旦對某個廠商形成依賴，一旦產(chǎn)品日后提價，這不僅意味著極高的退出成本，ROI（投入產(chǎn)出比）能否回正，都可能存在問題。 

不管AI開發(fā)者愿不愿意，在互聯(lián)網(wǎng)廠商主導(dǎo)的國內(nèi)大模型行業(yè)，再次回到了十年前互聯(lián)網(wǎng)式的商業(yè)邏輯，其商業(yè)化的決定權(quán)已經(jīng)發(fā)生了轉(zhuǎn)移——何時殺雞，何時“取卵”，都不再由自己說了算。 

AI大模型，開啟618

當(dāng)然，僅就模型調(diào)用成本打“骨折價”這一行為本身，是非常“互聯(lián)網(wǎng)”的。

原因無他，所謂古典互聯(lián)網(wǎng)精神，即在于打破信息的孤島，實(shí)現(xiàn)其流動，和大多數(shù)時候的免費(fèi)分享。 

而在生成式AI逐漸大行其道的今日，面對這一近乎“政治正確”式的商業(yè)行為，只要有一家挑起戰(zhàn)端，其他廠家沒有選擇避戰(zhàn)自保的資格。 

行行AI CEO李明順告訴陸玖商業(yè)評論，戰(zhàn)端一旦開啟，互聯(lián)網(wǎng)廠商之間的價格戰(zhàn)，實(shí)際也是算力儲備上的競爭，也因此，諸如阿里旗下的通義大模型，手握行業(yè)靠前的云資源和算力儲備，自然有通過降價來快速搶占市場的動機(jī)。雖然百度等公司有被動應(yīng)戰(zhàn)的成分，但從綜合實(shí)力來看，遠(yuǎn)遠(yuǎn)超過中小型創(chuàng)業(yè)公司，同樣具備不小的競爭力。 

所以我們能看到，第一家宣布降價的大模型廠商，不是時間最久的文心一言，也不是技術(shù)全面的通義，而是時間后發(fā)，聲量并不算大的火山引擎旗下的豆包——低于同行99.3%的市場均價，足以讓其他廠商“破防式降價”。而騰訊、科大訊飛則更為徹底，直接選擇了非永久和永久的全面免費(fèi)。 

當(dāng)然，從公共云行業(yè)的發(fā)展軌跡也能有所感知。隨著平均算力成本隨著用戶數(shù)量和云服務(wù)器的規(guī)�；�增加而變低，用云成本自然也會隨之降低。更進(jìn)一步，作為與算力成本直接掛鉤的大模型調(diào)用成本，也會隨著價格降低。 

而在此過程中，國產(chǎn)大模型的能力也在不斷演進(jìn)——一旦到達(dá)可使用狀態(tài)，即可開放給它的直接用戶，以更低的價格。 

不過，這種免費(fèi)通常帶有諸多限制。譬如阿里、百度降價幅度最高的產(chǎn)品都是其偏輕量化的模型版本，僅適用于使用頻次不高、推理量不太大、任務(wù)處理量不太復(fù)雜的中小企業(yè)、開發(fā)者短期使用。 

這也像極了電商618滿減券的優(yōu)惠套路——限制品類、限制時間段、限制用量。一旦“熱愛白嫖”的中小開發(fā)者選擇切換大模型，往往就進(jìn)入了廠商們設(shè)定好的劇本之中。 

“便宜的東西往往最貴”

正如著名作家茨威格的那句話：“命運(yùn)中饋贈的禮物，往往在暗中標(biāo)好了價格。”如果像當(dāng)年打車、外賣那般一樣，如果企業(yè)用戶和個人應(yīng)用開發(fā)者因?yàn)槌杀镜木壒蔬x擇“無腦猛沖”免費(fèi)大模型，那么最遲在幾年之后，他們也會因?yàn)槊赓M(fèi)的選擇而付出遠(yuǎn)超金錢成本的價格。 

類似的行為其實(shí)早在去年就初顯端倪，其中一個表現(xiàn)是，各個大模型廠商即通過各類開發(fā)者活動和比賽，力圖將其網(wǎng)羅進(jìn)自身的開發(fā)者生態(tài)。具體方式，則比較簡單直接——送token。 

個中原理也并不復(fù)雜。對于個人開發(fā)者而言，大可將其開發(fā)產(chǎn)品的一部分剝離，作為參賽demo，在獲得廠商贈送的token之后，即可進(jìn)行幾輪0成本的推理測試和產(chǎn)品調(diào)優(yōu)。最終縮短創(chuàng)業(yè)產(chǎn)品的開發(fā)周期，并提高成功率——當(dāng)然，前提是接入對應(yīng)廠商的大模型及其生態(tài)。 

如果從“免費(fèi)式降價”的結(jié)果倒推，在公共云資源和算力資源的規(guī)�；�效應(yīng)下，廠商為之提供的token實(shí)際成本，是遠(yuǎn)低于外界想象的。而他們所獲得的東西，遠(yuǎn)比付出的成本多得多。

其一，是在開發(fā)者無數(shù)次調(diào)用模型能力之后，間接為廠商的底層模型，提供了可供參考的調(diào)優(yōu)思路和產(chǎn)品思路。換言之，廠商提供了燃料，開發(fā)者貢獻(xiàn)了寶貴的想法。 

其二，一旦創(chuàng)業(yè)產(chǎn)品上線及規(guī)�；�，在很大程度上，意味著與初期使用的底層大模型生態(tài)捆綁，其后的產(chǎn)品形態(tài)，也將與底層模型深度耦合。這也導(dǎo)致了后期極高的轉(zhuǎn)換成本和潛在的運(yùn)營成本。 

此外，如今企業(yè)用戶選擇某家廠商的大模型，也遠(yuǎn)遠(yuǎn)不止單純的模型生態(tài)，背后互聯(lián)網(wǎng)廠商更深層次的行業(yè)屬性和產(chǎn)業(yè)鏈優(yōu)勢，也是考慮因素。 

譬如游戲廠商選擇騰訊大模型，其游戲產(chǎn)品在騰訊渠道中會不會得到優(yōu)先推薦？快消廠商啟用豆包，是否會在抖音電商投流中獲得優(yōu)勢？一個可以確定的答案是，如果用了，會不會因此受益是未知。一旦切換其他行業(yè)廠商的大模型，失去這種受益的可能性則是確定無疑的。 

李明順還向陸玖商業(yè)評論透露，由于每個大模型廠商的基因都不盡相同，但在價格戰(zhàn)的殘酷“洗盤”之下，最終脫穎而出的幸存者也不會太多。而基于行業(yè)屬性的分布，在價格戰(zhàn)塵埃落定之后，不同類型的互聯(lián)網(wǎng)廠商，最終會在不同的方向占據(jù)C位，C端、B端、G端都是有一定可能的。 

重走互聯(lián)網(wǎng)補(bǔ)貼大戰(zhàn)的老路

從移動互聯(lián)網(wǎng)時代開啟至今，無論是電商、出行，抑或是本地生活，多數(shù)都難離開項(xiàng)目融資上線——大規(guī)模宣發(fā)——補(bǔ)貼大戰(zhàn)——進(jìn)入平臺壟斷期——收割變現(xiàn)幾個階段。 

而在國內(nèi)大模型行業(yè)興起的短短兩年，已經(jīng)走完了上述流程的五分之三。而對于國內(nèi)開發(fā)者規(guī)模的爭奪結(jié)果，很大程度上也能最終確定大模型廠商的版圖，和勢力范圍。 

一家AI創(chuàng)業(yè)產(chǎn)品架構(gòu)師告訴陸玖商業(yè)評論，目前大模型降價浪潮，主要吸引的是中小企業(yè)開發(fā)者，這部分團(tuán)隊(duì)切換大模型的成本較低，通常只需要寫對應(yīng)的API接口程序即可。 

當(dāng)然，價格的“骨折”可以吸引大量的白嫖患者前來“就診”，因?yàn)樗麄儾蝗毕敕ê湍芰Γ�只是缺乏必要的啟動成本和算力資源。 

但對于規(guī)模更大的企業(yè)級用戶則不然。首先，針對不同業(yè)務(wù)的合規(guī)性需求，譬如銀行類、出行類等用戶數(shù)據(jù)敏感型公司，其模型安全需求通常較高。也因此，他們使用的大模型通常是模型廠商的深度定制版本。這代表著為數(shù)不少的開發(fā)團(tuán)隊(duì)和運(yùn)維團(tuán)隊(duì)，自然也意味著極高的切換成本。只有在一些非核心的邊緣業(yè)務(wù)，會使用非自研的大模型，用以探索新產(chǎn)品及新模式。 

即便如此，對于這類成規(guī)模的開發(fā)者用戶而言，對于大模型的核心需求，遠(yuǎn)非價格這么簡單，更重要的在于生成效果和運(yùn)行過程中的穩(wěn)定性。 

原因也很簡單，這些底層模型雖然直接使用者是B端的企業(yè)級用戶及開發(fā)者，選用模型的決策因素可以是價格，但這些用戶的產(chǎn)品大多數(shù)最終會面向C端市場。 

而C端用戶使用AI產(chǎn)品的唯一驅(qū)動力，則是生成效果，也就是通常意義上的“好用”，而在用戶的反向“PUA”下，企業(yè)也會偏向這一個標(biāo)準(zhǔn)。 

在團(tuán)隊(duì)運(yùn)維成本，和模型切換成本的雙重壓力下，價格并不會成為其切換模型的唯一要素。單純因?yàn)閮r格而貿(mào)然切換模型生態(tài)，反而會付出比價格更沉重的代價。 

       原文標(biāo)題 : AI大模型行業(yè)的618，走上價格戰(zhàn)的老路