文｜腦極體
2024年以來，大模型的價(jià)格出現(xiàn)了顯著的下降趨勢(shì)，并且是全球性的。
海外AI巨頭，OpenAI和谷歌都在五月的新品發(fā)布會(huì)上，下調(diào)了模型調(diào)用價(jià)格。
OpenAI的GPT-4o支持免費(fèi)試用，調(diào)用API的價(jià)格也比GPT-4-turbo降低了一半，為5 美元/百萬tokens。谷歌的當(dāng)家王牌Gemini大模型系列，Gemini 1.5 Flash 的價(jià)格為0.35美元/百萬tokens，比GPT-4o 便宜得多。
同樣的“價(jià)格戰(zhàn)”，也在國內(nèi)開打。
5月13日智譜AI上線了新的價(jià)格體系，入門級(jí)產(chǎn)品GLM-3 Turbo模型，調(diào)用價(jià)格從5 元/百萬tokens，降至1元/百萬tokens。緊隨其后的字節(jié)跳動(dòng)，正式發(fā)布豆包大模型家族，其中的豆包通用模型Pro 32k模型，定價(jià)為0.0008元/千tokens。
當(dāng)一串代表價(jià)格的數(shù)字，成為各家發(fā)布會(huì)上最顯眼的一頁、最廣為傳播的信息，其他廠商為了不失去曝光度，不流失現(xiàn)有用戶，當(dāng)然也要有所表示，被動(dòng)跟進(jìn)，加入“價(jià)格戰(zhàn)”。
就在今天，5月21日，阿里云也拋出重磅炸彈，宣布通義千問主力模型Qwen-Long，API輸入價(jià)格降至0.0005元/千tokens。
大模型價(jià)格正在競(jìng)底，但究其本質(zhì)，向下競(jìng)底是不具備“向上定價(jià)”的條件。將“降價(jià)”而非“賣貴”作為核心競(jìng)爭(zhēng)力的大模型，是走不長遠(yuǎn)的。
降價(jià)的本質(zhì)是無法“向上定價(jià)”
大模型百萬tokens價(jià)格一再跳水，OpenAI說是為了“造福世界”，谷歌說是為了擴(kuò)大AI用戶，國產(chǎn)大模型廠商也紛紛表示要讓利個(gè)人和企業(yè)開發(fā)者。
那為什么ChatGPT、Gemini剛問世的時(shí)候，就敢于強(qiáng)勢(shì)向開發(fā)者收錢呢？那時(shí)怎么不踐行“造福世界”的初心呢？
我們?cè)竭^那些官方的宣傳辭藻，來看幾組行業(yè)數(shù)據(jù)，就會(huì)發(fā)現(xiàn)：降價(jià)是一種必然。
第一，模型能力正在趨同，OpenAI/谷歌也沒有護(hù)城河。
數(shù)據(jù)顯示，自GPT-4發(fā)布以來，多個(gè)模型在GPT-4水平性能上的巨大收斂，然而并沒有明顯領(lǐng)先的模型。
就是大家都在向GPT-4看齊，但誰都沒有突出優(yōu)勢(shì)。能力趨同的前提下，不得不放棄收費(fèi)，靠降價(jià)/免費(fèi)來爭(zhēng)奪用戶，保住地盤。
第二，大模型的邊際收益正在持續(xù)走低。
Gary Marcus 博士在“Evidence that LLMs are reaching a point of diminishing returns — and what that might mean”《LLMs正達(dá)到收益遞減的證據(jù)——及其可能意味著什么》一文中提到，從GPT-2到GPT-4甚至GPT-4 Turbo的性能變化，已經(jīng)出現(xiàn)了性能遞減的跡象。
在收益遞減的背景下，意味著處理相同的任務(wù)，開發(fā)者的實(shí)際成本是在上升的。在AI創(chuàng)新商業(yè)化前景還不明朗的市場(chǎng)環(huán)境下，為了保住現(xiàn)有用戶，大模型廠商必須給出有吸引力的對(duì)策。包括提供更小的模型，比如谷歌推出的Gemini 1.5 Flash，通過“蒸餾”實(shí)現(xiàn)了與Gemini 1.5 Pro性能接近、成本更低。另一個(gè)手段就是直接降價(jià)。
綜上，大模型降價(jià)的本質(zhì)，是因同質(zhì)化競(jìng)爭(zhēng)+投入產(chǎn)出比降低，而無法賣貴、不敢賣貴的必然選擇。
向下競(jìng)底的前途是沒有前途
論跡不論心，只要大模型廠商的降價(jià)行動(dòng)，能夠切實(shí)惠及企業(yè)和開發(fā)者，當(dāng)然是受市場(chǎng)歡迎的。
問題就在這里，企業(yè)和開發(fā)者能從中獲得多大收益呢？
有人說，降低成本能推動(dòng)大模型的“價(jià)值創(chuàng)造”，是錯(cuò)誤的因果歸因。大模型的“價(jià)值創(chuàng)造”，是以大模型本身為錨點(diǎn)，而非價(jià)格。
最直接的例子，ChatGPT問世即付費(fèi)，當(dāng)時(shí)很多從業(yè)者都很開心，認(rèn)為市場(chǎng)終于重返工程師主導(dǎo)的文化，技術(shù)為王，代碼競(jìng)爭(zhēng)，“沒有那些精心設(shè)計(jì)的流量游戲或者運(yùn)營技巧，沒人會(huì)動(dòng)砍一刀送1000個(gè)token的心思”。說明明碼標(biāo)價(jià)、為好東西付費(fèi)的模式，才是開發(fā)者心中的良性商業(yè)模式。
差的商業(yè)模式是什么？是模型能力不行，企業(yè)和個(gè)人開發(fā)者投入了大量時(shí)間、精力，結(jié)果無法建立競(jìng)爭(zhēng)力，無法從應(yīng)用創(chuàng)新中獲得商業(yè)回報(bào)。
有一個(gè)SaaS開發(fā)者直言：“我們折騰了一年（做基于LLM的產(chǎn)品），也有不少用戶提出了付費(fèi)需求，但我們感覺做不到SLA，全部婉拒了。”所謂SLA，是指一定開銷下，服務(wù)商與用戶之間的一種協(xié)定，來保障服務(wù)的性能和可靠性。
開發(fā)者和ISV服務(wù)商，如果被低價(jià)吸引，但底座模型的能力卻不行，不能解決用戶的問題，賺不到錢，還投入了大量研發(fā)資金和工程團(tuán)隊(duì)，那最后實(shí)際的沉沒成本，可比調(diào)用省下的仨瓜倆棗大多了。
正如微軟所強(qiáng)調(diào)的那樣，大模型“仍將是解決眾多復(fù)雜任務(wù)的黃金標(biāo)準(zhǔn)”。所以，良性的商業(yè)模式，是大模型能力持續(xù)提升，商業(yè)化版本上同時(shí)兼顧普惠。
以下圖來說，逐步進(jìn)入到低價(jià)高質(zhì)的綠色區(qū)域，也是“最具吸引力象限”。
從圖中不難看到，GPT-4o是目前質(zhì)量最高、價(jià)格相對(duì)降低的位置。
而放眼國內(nèi)的廠商，模型能力如果達(dá)不到OpenAI的水平，一味拼價(jià)格并不是一個(gè)好策略。
可以推演一下，打價(jià)格戰(zhàn)，會(huì)發(fā)生三種情況：
最樂觀、最好的結(jié)果，是大模型廠商靠低價(jià)吸引用戶，用戶數(shù)量和使用量的規(guī)模化增加，能夠低效甚至超過降價(jià)的虧損，實(shí)現(xiàn)盈利。而即使是最好的情況，大模型企業(yè)也會(huì)在短期內(nèi)，利潤受到擠壓，財(cái)務(wù)表現(xiàn)可能會(huì)受到來自資本市場(chǎng)或投資人的壓力。
至少目前來看，可能性很小。降價(jià)或許能夠吸引不少用戶嘗鮮、試用，但最終模型能力才是沉淀下來的主因，留存率并不一定理想。
用戶增長不確定，大模型投資成本卻在節(jié)節(jié)攀升，意味著大模型廠商的風(fēng)險(xiǎn)敞口不斷擴(kuò)大，由此帶來打價(jià)格戰(zhàn)的一種最壞情況：國內(nèi)大模型廠商被迫跟進(jìn)價(jià)格戰(zhàn)，不斷壓縮本就不大的盈利空間。
Anthropic的CEO曾向媒體透露，目前正在訓(xùn)練的模型成本已接近10億美元，到2025年和2026年，將飆升至50億或100億美元。
這意味著，一旦大模型企業(yè)為了“價(jià)格戰(zhàn)”，現(xiàn)金流會(huì)持續(xù)承壓，缺乏充足的資金投入到招募AI人才、升級(jí)基礎(chǔ)設(shè)施、部署數(shù)據(jù)中心、升級(jí)網(wǎng)絡(luò)等投資中去，模型進(jìn)化與迭代也會(huì)受到影響，從而讓國產(chǎn)基座模型進(jìn)入發(fā)展瓶頸期，與世界一流水平的差距越拉越大。
需要注意的是，社會(huì)各界用戶早已在各個(gè)模型廠商的宣傳布道中，拔高了對(duì)大模型的期望值。一味推廣低質(zhì)低價(jià)的使用體驗(yàn)，讓人們對(duì)AI失去信心，覺得大模型不夠萬能、啥都干不好，對(duì)這一輪大模型主導(dǎo)的AI熱潮，將是極大的負(fù)面影響。
當(dāng)然，也不必過于焦慮。最壞情況和最好情況一樣，發(fā)生的概率不大?，F(xiàn)實(shí)中最有可能的，是大模型行業(yè)在最佳和最壞情況之間震蕩。
一部分模型性能領(lǐng)先、商業(yè)模式向好、客情關(guān)系良好、現(xiàn)金流相對(duì)充裕的廠商，能夠在跟進(jìn)降價(jià)的同時(shí)，保持對(duì)底層創(chuàng)新的持續(xù)投資，但長期可以攤薄研發(fā)成本，靠規(guī)模增長來實(shí)現(xiàn)收入上漲。而注定也有一部分企業(yè)會(huì)在價(jià)格戰(zhàn)與現(xiàn)金流壓力下，被震蕩出局。
一個(gè)AI公司創(chuàng)始人就表示：其實(shí)挺期待AGI到來的，雖然能秒滅我們這種小團(tuán)隊(duì)，但至少大家都解脫了。
說到底，一味打價(jià)格戰(zhàn)，AI巨頭有沒有前途，不一定，但創(chuàng)新型小公司，一定危險(xiǎn)。
降價(jià)的前提是有“向上定價(jià)”的實(shí)力
有必要疊個(gè)甲，我們不反對(duì)大模型降價(jià)，鼓勵(lì)大模型廠商為個(gè)人和企業(yè)開發(fā)者減輕負(fù)擔(dān)。
只不過，當(dāng)輿論各方都關(guān)注“低價(jià)”的時(shí)候，當(dāng)一場(chǎng)大模型發(fā)布會(huì)的亮點(diǎn)是百萬token價(jià)格小數(shù)點(diǎn)后有幾位，當(dāng)大模型的商業(yè)模式從技術(shù)為王，變成“羊毛出在豬身上”、把用戶當(dāng)成流量商品……有必要再重申一下：新技術(shù)，是大模型產(chǎn)業(yè)的“震中”。
高科技領(lǐng)域，新技術(shù)層出不窮。企業(yè)要在一波又一波技術(shù)浪潮中，同時(shí)扮演“顛覆者”和“防御者”。拿大模型來說，廠商必須有至少兩個(gè)梯隊(duì)來參與競(jìng)爭(zhēng)。
一個(gè)梯隊(duì)負(fù)責(zé)進(jìn)攻，孵化全新的模型和產(chǎn)品，追逐技術(shù)上的顛覆式創(chuàng)新；另一個(gè)梯隊(duì)負(fù)責(zé)防御，通過低價(jià)、生態(tài)等守住現(xiàn)有業(yè)務(wù)和用戶，抵御對(duì)手的襲擊。
而當(dāng)前，大模型廠商的更優(yōu)先事務(wù)，不是“向下降價(jià)”，而是塑造“向上定價(jià)”的可能性。
將自家大模型矩陣中的某一些特定模型，做一個(gè)極致低價(jià)，是很容易操作和吸引眼球的。能把大模型賣出去，向上定價(jià)，向價(jià)格段的上游遷移，才是AI實(shí)力的體現(xiàn)，才能讓企業(yè)保有更長的生命力。
舉個(gè)例子，GPT-4o雖然免費(fèi)，但免費(fèi)版本只提供有限的次數(shù)，而天花板級(jí)別的語音交互能力又帶來了極強(qiáng)的付費(fèi)潛力。此外，GPT-5也早就被曝已經(jīng)做出來了，只是OpenAI沒決定好何時(shí)推向市場(chǎng)。谷歌也采用類似的策略，更低價(jià)格、更低成本的模型，與高性能的付費(fèi)模型，以及龐大的軟硬件生態(tài)來讓AI落地，共同構(gòu)成商業(yè)版圖。
當(dāng)前國產(chǎn)大模型亟待完成的，是能力突破的技術(shù)進(jìn)擊。
從我們了解的大模型使用情況來看，企業(yè)和個(gè)人開發(fā)者最在意的商業(yè)化問題，仍然要靠模型本身的進(jìn)化來解決，比如說：
目前階段，很多任務(wù)場(chǎng)景，大模型連兜底的效果都還沒有搞定，距離SLA級(jí)別的收費(fèi)標(biāo)準(zhǔn)差距很大，無法達(dá)到商用；
精調(diào)雖然可以滿足一部分場(chǎng)景，但難以泛化。有些場(chǎng)景的大模型精調(diào)效果，還不如用傳統(tǒng)的小模型。這不是大模型“夠不夠便宜”的問題，是“為什么要用”的問題；
最終用戶愿意付費(fèi)的AI應(yīng)用，必須真正做到降本增效，學(xué)習(xí)成本高一點(diǎn)都不會(huì)用。這就需要服務(wù)商和開發(fā)者詳細(xì)地拆解任務(wù)流程，不忽視任何微小的業(yè)務(wù)細(xì)節(jié)，量身定制，降低整個(gè)開發(fā)過程的周期和難度，或許比降價(jià)更有吸引力。
其實(shí)，大模型質(zhì)價(jià)比的“最具吸引力象限”，已經(jīng)說明了，質(zhì)量做高的前提下，實(shí)現(xiàn)價(jià)格更優(yōu)，才是大模型商業(yè)化的可持續(xù)之路。
向下競(jìng)底只是權(quán)宜之計(jì)，能夠“向上定價(jià)”的大模型才有未來。