大模型，站在“向下竞底”和“向上定价”的分岔路口

2024年以来，大模型的价格出现了显著的下降趋势，并且是全球性的。
海外AI巨头，OpenAI和谷歌都在五月的新品发布会上，下调了模型调用价格。

---

OpenAI的GPT-4o支持免费试用，调用API的价格也比GPT-4-turbo降低了一半，为5 美元/百万tokens。谷歌的当家王牌Gemini大模型系列，Gemini 1.5 Flash 的价格为0.35美元/百万tokens，比GPT-4o 便宜得多。

…

同样的“价格战”，也在国内开打。
5月13日智谱AI上线了新的价格体系，入门级产品GLM-3 Turbo模型，调用价格从5 元/百万tokens，降至1元/百万tokens。紧随其后的字节跳动，正式发布豆包大模型家族，其中的豆包通用模型Pro 32k模型，定价为0.0008元/千tokens。
当一串代表价格的数字，成为各家发布会上最显眼的一页、最广为传播的信息，其他厂商为了不失去曝光度，不流失现有用户，当然也要有所表示，被动跟进，加入“价格战”。

…

需要注意的是，社会各界用户早已在各个模型厂商的宣传布道中，拔高了对大模型的期望值。一味推广低质低价的使用体验，让人们对AI失去信心，觉得大模型不够万能、啥都干不好，对这一轮大模型主导的AI热潮，将是极大的负面影响。
当然，也不必过于焦虑。最坏情况和最好情况一样，发生的概率不大。现实中最有可能的，是大模型行业在最佳和最坏情况之间震荡。
一部分模型性能领先、商业模式向好、客情关系良好、现金流相对充裕的厂商，能够在跟进降价的同时，保持对底层创新的持续投资，但长期可以摊薄研发成本，靠规模增长来实现收入上涨。而注定也有一部分企业会在价格战与现金流压力下，被震荡出局。
一个AI公司创始人就表示：其实挺期待AGI到来的，虽然能秒灭我们这种小团队，但至少大家都解脱了。

…

当前国产大模型亟待完成的，是能力突破的技术进击。
从我们了解的大模型使用情况来看，企业和个人开发者最在意的商业化问题，仍然要靠模型本身的进化来解决，比如说：
目前阶段，很多任务场景，大模型连兜底的效果都还没有搞定，距离SLA级别的收费标准差距很大，无法达到商用；
精调虽然可以满足一部分场景，但难以泛化。有些场景的大模型精调效果，还不如用传统的小模型。这不是大模型“够不够便宜”的问题，是“为什么要用”的问题；
最终用户愿意付费的AI应用，必须真正做到降本增效，学习成本高一点都不会用。这就需要服务商和开发者详细地拆解任务流程，不忽视任何微小的业务细节，量身定制，降低整个开发过程的周期和难度，或许比降价更有吸引力。

其实，大模型质价比的“最具吸引力象限”，已经说明了，质量做高的前提下，实现价格更优，才是大模型商业化的可持续之路。
向下竞底只是权宜之计，能够“向上定价”的大模型才有未来。

---

Link to the original article

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。