大模型“免費”送，廠商們圖什麼？
2024年618，傳統電商行業不再喧囂，但大模型市場卻開啓了慘烈的“價格戰”，甚至部分企業直接免費送大模型服務。
5月15日，字節跳動宣佈，豆包主力模型企業市場定價爲0.0008元/千Tokens，0.8釐可處理1500多個漢字，比行業便宜99.3%。
一週後，阿里雲也對外宣佈，通義千問GPT-4級主力模型Qwen-Long的API輸入價格降至0.0005元/千Tokens，直降97%。
阿里雲官微
阿里雲捲入“價格戰”後，百度、騰訊雲、科大訊飛等企業也接連宣佈自家的大模型降價。其中百度甚至宣佈，兩款基礎模型可免費調用。
不可否認的是，隨着技術逐漸成熟，大模型的成本正不斷下探。爲了儘快俘獲更多企業客戶，拓寬市場影響力，上游算力提供商確實需要盡力降價。
然而需要注意的是，儘管大模型成本正逐步下探，但目前大部分企業的大模型業務依然面臨算力、人力成本高企的挑戰，沒能盈利。在此背景下，上游算力提供商不斷降價，甚至免費送大模型，顯得十分反常。
這種非理性的價格戰，其實凸顯出了上游企業亟待通過讓利，打通大模型商業閉環的內在焦慮。
01 價格戰背後，大模型商業困局難解
2023年以來，隨着ChatGPT爆火，諸多科技公司都看到了AI大模型蘊含着巨大的商業價值，因而加碼相關業務。2024年3月，國家數據局局長劉烈宏透露，中國10億參數規模以上大模型數量已超100個。
然而隨着越來越多企業入局相關產業，大模型商業模式不健全，成本高、落地難、下游企業持觀望態度等問題愈發凸顯。
由於需要採購高性能計算機，並且需要進行模型訓練，大模型的成本異常高昂。以OpenAI爲例，其訓練GPT-4的FLOPS約爲2.15e25，一次訓練成本爲6300萬美元。The Information報道，2022年，OpenAI虧損約爲5.4億美元左右，約擴大一倍。
目前，大部分企業都意識到了大模型的參數越多，商業想象力越大，因而持續加碼模型訓練。不過問題也隨之而來，那就是大模型僅僅問世兩年時間，下游創收手段十分有限。
整體而言，大模型有兩種創收模式，一是直接向用戶收取訂閱費，二是向開發者收取API調用費。比如，2023年初，OpenAI推出了會員訂閱服務ChatGPT Plus，費用爲20美元/月，可使用基於GPT-4的模型，並且提供更快的響應時間、優先訪問等權限。
不過，據Reddot聯合創始人Pierre Herubel測算，即使以每月擁有100萬訂戶估計，ChatGPT Plus每年或只能爲OpenAI帶來2.4億美元左右收入，很難幫助公司扭虧爲盈。
因此，目前以OpenAI爲代表企業的發力重點，是向企業收取API調用費。參照雲計算的經驗，外部的企業從零開始訓練大語言模型非常困難，傾向於採購成熟的AI大模型技術，一旦這些企業探索出具備想象力的商業模式，即可反哺上游算力提供商，進而實現多方共贏。
對此，2023年11月，百度創始人兼CEO李彥宏曾表示，不斷地重複開發基礎大模型是對社會資源的極大浪費，“AI原生時代，我們需要100萬量級的AI原生應用，但是不需要100個大模型。”
02 算力提供商作出表率，但B端企業仍持觀望態度
由於大部分大模型算力提供商都是平臺型企業，推出大模型技術後，這些企業紛紛在內部試水相關技術的商業化，以圖給下游客戶做出商業化表率。
比如，2023年阿里雲峰會上，時任阿里巴巴集團董事會主席兼CEO、阿里雲智能集團CEO張勇表示：“阿里巴巴所有產品未來將接入‘通義千問’大模型，進行全面改造。”
以釘釘爲例，接入大模型後，其支持AI生成推廣文案、繪圖方式創建應用、視頻會議中生成摘要等功能。釘釘總裁葉軍認爲，大模型將會讓釘釘的收入增長百分之幾十。
無獨有偶，過去一段時間，騰訊也積極探索AI技術的商業化應用。2023年財報中，騰訊對外表示：“廣告AI模型的改進顯著提升了精準投放的效果…… 這些發展帶動了高質量的收入來源，推動毛利增長 23%。”
自有業務挖掘出AI的商業價值後，上游算力提供商正致力於針對垂直行業的細分需求，提供定製大模型能力。
比如，2023年6月，騰訊雲宣佈開啓“騰訊雲行業大模型生態計劃”，致力於推進大模型在產業領域的創新和落地。據悉，騰訊雲已爲傳媒、文旅、政務等10餘個行業提供了超50個大模型行業解決方案。
然而需要注意的是，平臺型企業大多擁有自研大模型技術，無論是試錯還是使用成本都更低，往往只會對外宣傳商業路徑清晰的大模型落地案例。
反觀外部的企業需要採購上游的大模型技術，探索成本相對更高，並且商業模式不清晰，很難擁有足夠的積極性。見實團隊披露的《AI應用需求與付費意願調研報告》顯示，46.2%的企業AI預算在1萬元以下，另有22.2%和24%的企業預算分別爲1萬-5萬元以及5萬元-10萬元，這些中腰部企業沒有足夠的預算探索AI。
此前，大部分主力模型產品的API輸入價格不菲，比如，Qwen-Long爲0.02元/千tokens，1萬元只可以購買5億個tokens。如果一個產品有500萬月活，1萬元的預算，一個月平均只能供每個用戶使用100個tokens，顯然不夠。
03 成本雖屢屢下探，但算力提供商已急不可耐
顯而易見，當下限制大模型B端商業化落地的主要障礙，就是API成本過高，限制了B端企業探索相應的商業閉環。因此，目前算力提供商的發力方向，就是致力於通過技術手段，壓低大模型的成本，降低B端企業的使用成本。
開頭提到，字節跳動旗下豆包主力模型企業市場定價爲0.0008元/千Tokens，比行業便宜99.3%。對此，火山引擎總裁譚待表示：“豆包模型的超低定價，來源於我們有信心用技術手段優化成本，而不是補貼或是打價格戰爭奪市場份額。”
無獨有偶，2024年5月6日，深度求索開源了第二代MoE模型DeepSeek-V2，性能更強，訓練成本更低。據悉，DeepSeek可節省42.5%訓練成本，減少93.3%的KV緩存，最大吞吐量提高5.76倍。整體而言，DeepSeek-V2消耗的顯存（KV Cache）只有同級別Dense模型的1/5-1/100。
不過，這並不意味着當下大模型行業的價格戰十分正常。2024年5月，談及大模型的發展趨勢時，零一萬物CEO李開復接受採訪時表示：“未來整個行業的推理成本每年降低10倍是可以期待的，而且這個趨勢是必然的。”未來，大模型的成本將呈階梯狀下探，但目前大模型的價格卻斷崖式下探，甚至部分企業免費送，降價幅度遠超上游成本降幅。
上游算力提供商之所以如此內卷，很大程度上都是希望俘獲更多的B端企業，一方面實現規模效應，另一方面，讓B端企業無負擔地探索良性的商業模式。對此，譚待表示：“大的使用量，才能打磨出好模型，也能大幅降低模型推理的單位成本……大模型從以分計價到以釐計價，將助力企業以更低成本加速業務創新。”
儘管激烈的價格戰之下，大模型已經進入“免費時代”，但其實大部分上游算力提供商爲了後續創收，都留有更爲隱晦的收費手段。
目前，大部分大模型僅推理用的token降價，而訓練和部署成本依然不低。比如，阿里的qwen-turbo 模型百萬個token推理只要2元，若是訓練，就需要30元，部署時，每月需要2萬元。
由此來看，大模型進入“免費時代”，很大程度上其實只是一個宣傳意義上的噱頭。如果下游企業想要用上成套大模型服務，那麼不能不付出更高的使用成本。
而之所以上游算力提供商僅僅降低推理用的token成本，主要是因爲通過內部應用，其對於大模型的商業價值足夠自信，希望降價的噱頭起到引流的作用。
參照雲計算價格戰的經驗，此番大模型價格戰或許可以吸引更多下游企業認真審視大模型，有望基於相關技術探索出更多良性的商業模式。