文 | DoNews 曹雙濤
編輯 | 楊博丞
AI大模型的競(jìng)爭(zhēng)上，正衍生出兩種不同的路徑。
繼北京時(shí)間5月14日凌晨OpenAI春季發(fā)布會(huì)上，OpenAI推出兼具聽、看、說(shuō)能力的GPT-4o后。北京時(shí)間5月15日凌晨谷歌I/O開發(fā)者大會(huì)上，谷歌CEO桑達(dá)爾·皮查伊發(fā)布數(shù)十款Google和AI 結(jié)合產(chǎn)品，堪稱“全家桶”級(jí)別，全面圍剿Open AI。
其中包括支持200萬(wàn)token長(zhǎng)文本的Gemini 1.5 Pro和 Gemini 1.5 Flash，對(duì)標(biāo)Sora的Veo，開源模型Gemma 2，支持生成式搜索的AI Overviews、第六代TPU等。
整場(chǎng)開發(fā)者大會(huì)最大的看點(diǎn)為，谷歌推出的AI語(yǔ)音助手——Astra，它能夠通過(guò)攝像頭識(shí)別物體、代碼和各種東西?，F(xiàn)場(chǎng)演示視頻中，用戶要求Astra在看到發(fā)出聲音的東西時(shí)告訴她，助手回答說(shuō)，它可以看到一個(gè)發(fā)出聲音的揚(yáng)聲器。對(duì)于一閃而過(guò)的蘋果，Astra居然也能夠準(zhǔn)確回答出在眼鏡旁邊。
除Astra外，谷歌還推出基于Gemini的多款通用AI Agent子系列產(chǎn)品。如音頻的NotebookLM、音樂(lè)的Music AI Sandbox、視頻的Veo、圖像的Imagen 3，直接對(duì)標(biāo)OpenAI發(fā)布的GPT-4o、Dall-E和Sora。
和谷歌、OpenAI圍繞技術(shù)之爭(zhēng)不同的是，國(guó)內(nèi)大模型或?qū)⒂瓉?lái)價(jià)格戰(zhàn)時(shí)代。在5月15日字節(jié)舉辦2024春季火山引擎Force原動(dòng)力大會(huì)上，字節(jié)推出3款A(yù)I產(chǎn)品，包括AI生圖產(chǎn)品 PicPic、AI 教育產(chǎn)品河馬愛(ài)學(xué)、AI 劇情互動(dòng)產(chǎn)品貓箱。
除這三款產(chǎn)品外，字節(jié)面向TOC端的產(chǎn)品還包括定位AI教育的Gauth，定位AI對(duì)話的豆包和CiCi；定位AI工具的小悟空ChitChop；定位Al Bot創(chuàng)建平臺(tái)的Coze和扣子；定位AI互動(dòng)劇情的BagelBel等。
但字節(jié)率先啟動(dòng)行業(yè)價(jià)格戰(zhàn)，火山引擎總裁譚待表示，豆包大模型將開啟付費(fèi)商業(yè)化，且定價(jià)遠(yuǎn)低于行業(yè)價(jià)格。以豆包通用模pro-32k版為例，模型推理輸入價(jià)格僅為0.0008元/千Tokens。市面上同規(guī)格模型的定價(jià)一般為0.12元/千Tokens，是豆包模型價(jià)格的150倍。
字節(jié)本輪降價(jià)后，后續(xù)國(guó)內(nèi)其他大模型廠商或?qū)⒏S。但降價(jià)能否幫助國(guó)內(nèi)大模型廠商帶來(lái)更多新增用戶和付費(fèi)用戶，仍值得商榷。
GPT-4o和谷歌Gemini不斷宣傳現(xiàn)階段AI能力大幅度提高，兩家誰(shuí)的大模型能力更強(qiáng)呢？基于此，我們也對(duì)GPT-4o和Gemini展開了多維度的測(cè)試。
一、文本輸出：Gemini和GPT-4o愈發(fā)接近，部分能力已趕超
因GPT-4o和Gemini均屬于世界TOP級(jí)的大模型，在測(cè)試兩家大模型的文本輸出能力上，我們直接將難度升級(jí)。
為什么很多國(guó)家仍以油車為主？你覺(jué)得影響新能源汽車海外滲透率提高的因素有哪些？我們將這一問(wèn)題同時(shí)給到GPT-4o和Gemini，二者均指出充電基礎(chǔ)設(shè)施建設(shè)、購(gòu)置成本、技術(shù)進(jìn)步、政策支持、消費(fèi)者文化習(xí)慣是很多國(guó)家仍以燃油車為主的原因。
但相較于GPT-4o，Gemini不僅識(shí)別到我們提問(wèn)的是兩個(gè)問(wèn)題，且均給出答案，也回答出GPT-4o沒(méi)有指出的車企方面、宣傳教育方面的問(wèn)題。也就是說(shuō)，Gemini的回答可能更為完整。
圖源：基于Gemini和GPT-4o生成內(nèi)容整理 DoNews制圖
我們繼續(xù)追問(wèn)要求兩個(gè)大模型同時(shí)給我們撰寫一份10000字全球新能源汽車報(bào)告，并要求報(bào)告中需要包括行業(yè)價(jià)格戰(zhàn)、電池技術(shù)、未來(lái)發(fā)展方向、產(chǎn)業(yè)趨勢(shì)。
但此時(shí)兩個(gè)大模型的表現(xiàn)已經(jīng)出現(xiàn)明顯差異，GPT-4o給我們生成七大章節(jié)的框架，每個(gè)框架下也要對(duì)應(yīng)的小框架。但就是不輸出我們要求的內(nèi)容，這或許和當(dāng)前GPT-4o在長(zhǎng)文本能力上的欠佳有關(guān)。
Gemini雖給我們具體的文本內(nèi)容，但全文1679字和我們要求的萬(wàn)字報(bào)告差距較大。內(nèi)容被大幅度壓縮后，整個(gè)內(nèi)容質(zhì)量也相對(duì)欠佳。
如在提到新能源汽車產(chǎn)業(yè)趨勢(shì)發(fā)展上，Gemini給出的內(nèi)容為產(chǎn)業(yè)鏈整合、跨界合作、國(guó)際化競(jìng)爭(zhēng)，每條內(nèi)容僅有一句話進(jìn)行概括。換言之，在真正涉及行業(yè)專業(yè)性問(wèn)題上，Gemini和GPT-4o均存在不同程度的短板。
當(dāng)我們將難度繼續(xù)提高后，詢問(wèn)為什么今年以來(lái)全球大宗商品價(jià)格持續(xù)上漲？這種漲幅帶來(lái)的影響有哪些？未來(lái)價(jià)格是否會(huì)回落？在首問(wèn)中GPT-4o和Gemini給出的答案有所相同，均指出和供應(yīng)鏈、地緣沖突、全球經(jīng)濟(jì)等因素有關(guān)。且在未來(lái)價(jià)格走勢(shì)預(yù)測(cè)中，兩者給到的答案也基本相同。
但在漲幅所帶來(lái)的影響上，Gemini給出的答案可能更為完整。尤其是在金融、企業(yè)利潤(rùn)、社會(huì)等方面的影響，GPT-4o并未指出。
在文本內(nèi)容快速分析上，我們讓兩款大模型同時(shí)給我們分析安克創(chuàng)新2024年Q1財(cái)報(bào)中存在的風(fēng)險(xiǎn)點(diǎn)，GPT-4o生成的風(fēng)險(xiǎn)點(diǎn)包括現(xiàn)金流減少、高額的銷售費(fèi)用和管理費(fèi)用、財(cái)務(wù)費(fèi)用大幅度波動(dòng)、公允價(jià)值帶來(lái)?yè)p失這四點(diǎn)。
但Gemini給出的內(nèi)容卻包括營(yíng)收增速放緩、經(jīng)營(yíng)活動(dòng)大幅度下降、銷售費(fèi)用和管理費(fèi)用大幅度增加、存貨跌價(jià)損失增加、匯兌大幅度增加、對(duì)政府補(bǔ)助依賴這六點(diǎn)。這也不能看出，Gemini的回答更為完整。
而當(dāng)我們要求兩款大模型同時(shí)以如何幫助失戀的人走出陰影，寫一篇2000字的文章。要求文章有觀點(diǎn)，并且文章內(nèi)需要配上對(duì)應(yīng)的圖片和音頻，Gemini的表現(xiàn)可以說(shuō)完全吊打GPT-4o。
在文章開頭，Gemini直接放入一曲舒緩的音樂(lè)，且這個(gè)音樂(lè)也支持播放。每個(gè)細(xì)分章節(jié)下，Gemini直接從網(wǎng)站上檢索到和內(nèi)容相關(guān)的圖片，實(shí)現(xiàn)OpenAI提到的文本、音頻、圖像的任意組合。
對(duì)比之下，GPT-4o給到的內(nèi)容就有些遜色。除文章開始處能看到圖片外，其余正文處均未看到任何和內(nèi)容相關(guān)的圖片，且全文中也看不到音頻。
整體測(cè)試下來(lái)后我們發(fā)現(xiàn)，谷歌在生成式AI領(lǐng)域尤其在文本能力輸出上已經(jīng)從“落后”到追趕，甚至內(nèi)容質(zhì)量上、內(nèi)容組合等能力上已經(jīng)超過(guò)GPT-4o。
二、對(duì)比之下，Gemini綜合能力不容忽視
在測(cè)試過(guò)程中，我們發(fā)現(xiàn)Gemini不僅支持文本內(nèi)容提問(wèn)，且也支持語(yǔ)音提問(wèn)。但因國(guó)內(nèi)網(wǎng)絡(luò)受限，暫無(wú)法對(duì)語(yǔ)音功能進(jìn)行測(cè)試，也無(wú)法判斷這是否為谷歌發(fā)布會(huì)上提到的Astra。相較于谷歌的快速，GPT-4o目前仍是支持單一的文本內(nèi)容提問(wèn)。
深耕搜索行業(yè)多年的谷歌，讓目前的Gemini也能實(shí)現(xiàn)AI檢索。且這種檢測(cè)不僅包括圖文網(wǎng)頁(yè)也包括視頻。當(dāng)我們要求Gemini以汽車安全為核心，生產(chǎn)一個(gè)20-30S的視頻時(shí)，Gemini先是給出了我們具體的視頻腳本。
當(dāng)我們繼續(xù)追問(wèn)你能我們直接生成視頻嗎？Gemini的回答有些超過(guò)我們的預(yù)期，直接給到我們幾個(gè)YouTube的相關(guān)鏈接。且這些鏈接居然也無(wú)須跳轉(zhuǎn)YouTube上觀看，在Gemini大模型內(nèi)也能實(shí)現(xiàn)自動(dòng)播放。
對(duì)比之下，GPT-4o雖也能根據(jù)我們的要求輸出對(duì)應(yīng)的視頻腳本，但卻并不具備Gemini的這些功能。
值得注意的是，Gemini和GPT-4o目前均不支持音頻、視頻內(nèi)容識(shí)別，且Gemini目前也不支持圖片生成功能。支持圖片生成功能的GPT-4o，目前也存在部分問(wèn)題。
如當(dāng)我們要求GPT-4o輸出一張同時(shí)包含中國(guó)傳統(tǒng)神話故事中四大神獸的照片時(shí)，圖片內(nèi)容雖出現(xiàn)四大神獸，但除青龍稍微符合神話故事原型外，其他三大神獸均和神話故事中的原型相差極大，這可能也和OpenAI團(tuán)隊(duì)對(duì)中國(guó)傳統(tǒng)神話故事學(xué)習(xí)能力欠佳的有關(guān)。
但在圖片的識(shí)別能力上，Gemini正以圖片識(shí)別為基礎(chǔ)場(chǎng)景，衍生出更多場(chǎng)景服務(wù)。我們選取網(wǎng)絡(luò)平臺(tái)常見的面條圖片，Gemini在識(shí)別出這張圖片為雞蛋面后，又給到我們雞蛋面、中國(guó)面條等關(guān)鍵詞方便我們二次檢索。更重要的是，Gemini還直接推薦各種雞蛋面的做法。
對(duì)比之下，GPT-4o在識(shí)別出圖片內(nèi)容為拌面下，僅是簡(jiǎn)單地對(duì)拌面進(jìn)行介紹，并未展開過(guò)多敘述。
當(dāng)我們將識(shí)圖能力難度升級(jí)后，在網(wǎng)絡(luò)平臺(tái)上選取常見的竹林照片，并詢問(wèn)Gemini圖片的拍攝地點(diǎn)時(shí)，Gemini給出包括日本京都嵐山竹林、日本京都嵯峨野竹林、日本沖繩八重山竹林、中國(guó)四川毛竹林、中國(guó)安吉竹林、南美或東南亞等地點(diǎn)，并指出竹林的重要性。
GPT-4o僅指出，這樣的景色在中國(guó)、日本等東亞國(guó)家極其常見。如日本的京都嵐山竹林和中國(guó)的安吉竹海都是著名的竹林景區(qū)。不僅地點(diǎn)相對(duì)Gemini較少，還反問(wèn)到你知道具體的拍攝地點(diǎn)嗎？
在測(cè)試邏輯推理上，我們選取2023年全國(guó)卷數(shù)學(xué)高考真題中難度較大的壓軸題時(shí)，GPT-4o給出的答案可以用失望來(lái)形容。
如在全國(guó)高考卷第20題的兩問(wèn)中，GPT-4o僅是簡(jiǎn)單地給出不完整的解題步驟，沒(méi)有輸出任何一個(gè)準(zhǔn)確答案。
第21題的三問(wèn)中，GPT-4o不僅將三小問(wèn)變成兩小問(wèn)，且前兩問(wèn)求概率的問(wèn)題上，本應(yīng)為具體數(shù)字的答案，在GPT-4o這里卻是帶有變量N的不確定答案。
但Gemini的表現(xiàn)同樣欠佳，如在第20題首問(wèn)的求通項(xiàng)公式中，Gemini雖給出兩種解法，但兩種解法給出的答案完全不同。換言之，Gemini有可能僅是簡(jiǎn)單地抓取國(guó)內(nèi)網(wǎng)站的相關(guān)鏈接，并未對(duì)信息內(nèi)容和準(zhǔn)確度進(jìn)行二次審核。
整體來(lái)看，目前Gemini在很多方面的綜合能力，以及產(chǎn)品上線速度方面比GPT-4o更加能打。且在價(jià)格方面，谷歌的Gemini 1.5 Flash 的價(jià)格定為每100萬(wàn)個(gè)token 35 美分，比GPT-4o的每100萬(wàn)個(gè)token 5 美元的價(jià)格低很多。產(chǎn)品組合性能表現(xiàn)不輸GPT-4o疊加低價(jià)，谷歌或許正在放出王炸。
但按照OpenAl在大模型上積累的強(qiáng)大技術(shù)能力來(lái)看，谷歌在某些方面稍微領(lǐng)先的優(yōu)勢(shì)能保持多久，仍有待商榷。谷歌和OpenAI在AI大模型技術(shù)上的持續(xù)博弈下，可能會(huì)將美國(guó)AI大模型的技術(shù)能力推向新高度。
三、國(guó)內(nèi)卷價(jià)格，或?qū)⑼苿?dòng)行業(yè)加速洗牌
對(duì)于字節(jié)率先發(fā)起行業(yè)價(jià)格戰(zhàn)也不能理解，目前國(guó)內(nèi)大模型在TOC端的商業(yè)化落地，正朝著當(dāng)年的移動(dòng)互聯(lián)網(wǎng)方向發(fā)展。
依靠?jī)r(jià)格戰(zhàn)，移動(dòng)互聯(lián)網(wǎng)廠商（大模型廠商）不斷提高新增用戶和日活用戶的同時(shí)，后續(xù)逐漸衍生出如廣告、電商、與核心業(yè)務(wù)場(chǎng)景高度契合的其他場(chǎng)景收入。這在保證平臺(tái)實(shí)現(xiàn)單個(gè)用戶價(jià)值最大化的同時(shí)，也能幫助移動(dòng)互聯(lián)網(wǎng)廠商（大模型廠商）提高現(xiàn)金流，持續(xù)減少企業(yè)虧損。
后續(xù)移動(dòng)互聯(lián)網(wǎng)廠商（大模型廠商）繼續(xù)發(fā)動(dòng)行業(yè)價(jià)格戰(zhàn)，資金能力不足的中小廠商被洗牌出清，行業(yè)份額繼續(xù)朝著頭部廠商集中。頭部廠商獲得高話語(yǔ)下，對(duì)供需兩側(cè)衍生更多商業(yè)化，最終讓行業(yè)形成強(qiáng)者愈強(qiáng)的馬太效應(yīng)。
不僅僅是TOC端，大模型價(jià)格戰(zhàn)未來(lái)也將同樣出現(xiàn)在TOB端。對(duì)標(biāo)SaaS產(chǎn)業(yè)來(lái)看，價(jià)格仍是國(guó)內(nèi)SaaS企業(yè)的核心優(yōu)勢(shì)之一，尤其在SaaS產(chǎn)業(yè)產(chǎn)品和場(chǎng)景同質(zhì)化嚴(yán)重、國(guó)內(nèi)企業(yè)主付費(fèi)意識(shí)不強(qiáng)、中小客群存在流失率高、合規(guī)性差、決策集中一人等現(xiàn)狀下，頭部SaaS廠商想要從價(jià)格戰(zhàn)的泥潭中走出，面臨著不小的阻力。
但需指出的是，互聯(lián)網(wǎng)時(shí)代面向TOC端的價(jià)格戰(zhàn)，更多是建立在細(xì)分場(chǎng)景下的服務(wù)上。這種服務(wù)下，消費(fèi)者真正關(guān)注的也就是服務(wù)好壞。剛需場(chǎng)景下，這種服務(wù)好壞更是被淡化。
但AI大模型時(shí)代，類似于美圖這種圖片場(chǎng)景類的服務(wù)，消費(fèi)者的要求可能不高。但其他場(chǎng)景下，本質(zhì)是用戶愿意為大模型的高質(zhì)量?jī)?nèi)容進(jìn)行付費(fèi)。
換言之，消費(fèi)者真正看重的仍是大模型的處理能力以及能否高效完成任務(wù)，而非價(jià)格。若在完成任務(wù)能力上表現(xiàn)欠佳，價(jià)格再低實(shí)則也是無(wú)用。
尤其是對(duì)于金融類、研投類對(duì)大模型輸出的內(nèi)容質(zhì)量要求高、數(shù)據(jù)質(zhì)量生成快且專業(yè)的行業(yè)來(lái)說(shuō)，更是如此。更別提企業(yè)端定制大模型，更不允許大模型的生產(chǎn)內(nèi)容和數(shù)據(jù)存在絲毫偏差了。
或許國(guó)內(nèi)大模型廠商是想借助價(jià)格戰(zhàn)，盡快讓大模型幫助企業(yè)帶動(dòng)營(yíng)收增長(zhǎng)，進(jìn)而對(duì)沖大模型前期高昂的研發(fā)成本投入，以及相關(guān)硬件方面的投入。
但隨著國(guó)內(nèi)大模型廠商在價(jià)格上持續(xù)內(nèi)卷，或?qū)⒂绊懙讲簧偌夹g(shù)能力優(yōu)越但資金實(shí)力不足的初創(chuàng)企業(yè)，這又是否會(huì)讓中美在大模型方面的技術(shù)能力差距被拉開得更高呢？