大模型“价格战”打响,AI界迎来大变天?

工联网iitime 刘艳玲
技术的飞速进步和算法的持续优化使得大模型的训练成本显著降低。随着计算能力的提升和算法的优化,现在训练大模型所需的时间和资源远少于过去,这为大模型厂商提供了降价的空间。

在科技飞速发展的今天,人工智能领域迎来了又一轮的变革。大模型作为AI领域的明星产品,近期纷纷宣布降价,价格战打得几近疯狂,引发了业界的广泛关注。

“价格战”已然打响

5月6日,幻方量化旗下DeepSeek(深度求索)发布第二代MoE(专家模型)DeepSeek-V2,API(接口)定价每百万tokens输入1元、输出2元(32K上下文),价格为GPT-4-Turbo的近百分之一。

5月13日,智谱大模型开放平台上线新的价格体系,入门级产品GLM-3 Turbo模型调用价格下调80%,为1元/百万tokens。

5月15日,字节跳动推出豆包大模型,同时宣布旗下通用模型豆包pro系列“大降价”,处理1500个汉字的价格仅需0.8厘。

5月21日起,百度智能云千帆大模型平台ERNIE Speed、ERNIE Lite两款主力模型全面免费。

5月22日,科大讯飞跟进降价,宣布讯飞星火API能力正式免费开放,讯飞星火Lite API永久免费开放,顶配版(Spark3.5 Max)API价格为0.21元/万Tokens。

腾讯云也宣布,其主力模型之一混元-lite模型的价格从0.008元/千Tokens调整为全面免费。同时,API输入输出总长度计划从目前的4k升级到256k;混元-standard API输入价格从0.01元/千Tokens降至0.0045元/千Tokens,降幅达55%,API输出价格从0.01元/千Tokens降至0.005元/千Tokens,降幅达50%。

大模型厂商纷纷降价,甚至进入了所谓的“免费时代”,可以说,一场大模型界的“价格战”已然打响。

然而,降价热潮并不仅仅在国内。记者了解到,OpenAI已经进行了多次降价。OpenAI的GPT-3.5 turbo系列,从23年3月问世以来,已经经历了三次降价,最新价格与最初价格相比,输入价格降低了75%,输出价格降低了25%,上下文长度提升4x;GPT-4系列的turbo与4o版本出现后,也在屡次刷新OpenAI模型的价格底线。

大模型降价原因何在?

对于这场大模型的“价格战”,有人说这是产品同质化加剧的恶果;有人说这些降价甚至免费的模型,不一定是厂商最先进的模型,往往是Lite轻量版或本身价格较低的模型。国产厂商在这波降价中,并不会盲目打“价格战”;有人说这不仅仅是一场价格上的较量,更是一场关于技术、市场策略和长远发展规划的综合博弈;也有人说这更多是基于技术创新和行业生态构建,而不是简单粗暴的基于市场竞争和用户争夺。

不过,这些说法看起来确实都有一定的道理。

为何大模型行业在纷纷降价呢?

我们不难发现,大模型想落地商业化的前提,首先就是价格要让大家都用得起。

阿里云智能集团公共云事业部总裁刘伟光表示:“AI推理的成本只有达到每年90%以上的下降,才能推动各行各业AI应用的爆发,阿里云大幅降低大模型的推理价格,就是希望加速AI应用的爆发。”

技术的飞速进步和算法的持续优化使得大模型的训练成本显著降低。随着计算能力的提升和算法的优化,现在训练大模型所需的时间和资源远少于过去,这为大模型厂商提供了降价的空间。

市场竞争的加剧也是推动大模型降价的重要原因。随着大模型市场的不断扩大,越来越多的厂商进入这个领域,竞争日益激烈。为了吸引更多的用户和客户,降价便成为厂商长期战略的一部分,通过提供更具性价比的产品和服务来赢得市场份额。

随着时间的推移,市场竞争的加剧将促使大模型行业进行洗牌。在此过程中,那些运营效率不高或资金储备不足的厂商可能会因无法适应市场的快速变化而逐渐退出舞台。这场“价格战”在一定程度上推动了整个行业的发展,但同时也对厂商的研发和创新能力提出了更高的要求。

探索多元化应用场景,实现可持续发展

大模型的降价无疑为整个科技生态系统带来了深远的影响。对于企业而言,成本的降低无疑是一个巨大的福音。曾因高昂价格而望而却步的中小规模企业,现在有机会利用这些先进的智能技术来提升自身的竞争力,加速企业数字化转型。

对于个人来说,这也使得个人更容易接触到前沿的人工智能技术。大模型的应用范围非常广泛,从语言翻译、图像处理到智能推荐等,这些技术的降价使得个人在日常生活中也能享受到更多智能化的服务等。

曾经被视为高端昂贵的大模型,如今变得更加亲民,让创新的触角能够延伸到更多的角落。

然而,也有一部分消费者在面对大模型“降价潮”时显得相对谨慎和保守。他们更看重的是服务品质的稳定性和可靠性,而非仅仅是价格的降低。这部分消费者担忧的是,随着价格的下降,服务品质是否能够得到保障,是否会出现因成本压缩而导致的服务质量下滑。

大模型“降价潮”可能在短期内吸引一部分客户,但长期来看,要吸引更多用户,仍面临着如何产生更多落地价值的问题。因此,厂商需要不断探索新的应用场景,将大模型技术与实际业务相结合,为用户提供更加有价值的服务。此外,还需要注重数据质量与隐私保护、增加衍生收入来源,实现更加健康、更可持续的发展。

请扫码关注数字化经济观察网
责编:夏丽
参与评论
文明上网,理性发言!请遵守新闻评论服务协议
0/200