「豆包」拉低價格線 全球大模型開卷性價比

　　大模型也開始打起價格戰。

　　5月15日，字節跳動旗下火山引擎發布豆包大模型，除了針對C端用戶的豆包APP可免費使用該模型的應用外，豆包大模型將B端用價拉至行業最低。

　　按照火山引擎總裁譚待的說法，豆包主力模型(≤32K)在企業市場的定價只有0.0008元/千Tokens，0.8厘就能處理1500多個漢字，比行業便宜99.3%。

　　豆包以高性價比亮相之前，通義千問、智普AI、DeepSeek等國內很多大模型都開始“卷”起價格，百模大戰也隨著集體降價進入了新階段。正如譚待所說，降低成本是推動大模型快進到“價值創造階段”的一個關鍵因素。

　　「豆包」將B端用價拉至行業新低

　　豆包大模型的前身是云雀大模型，也是2023年8月字節跳動旗下發布的首個基于Transformer架構的大模型。半年后，豆包大模型不僅出了全家桶，還將針對行業B端用戶降價。

　　豆包主力模型在企業市場的定價只有0.0008元/千Tokens，0.8厘就能處理1500多個漢字，比行業便宜99.3%。據此計算，1塊錢就能買到豆包主力模型的125萬Tokens的用量，大約為200萬個漢字，相當于三本《三國演義》。而128K的豆包通用模型也只需要0.005元/千Tokens，比行業價格低95.8%。

　　要知道GPT-4 Turbo 輸入1000 Tokens為0.01美元，輸出1000 Tokens價格為0.21元。相比之下，字節跳動直接把價格“打骨折”，堪稱AI界的拼多多。

　　不止“豆包”，國內不少大模型都在降價。

　　不久前，百度發布了文心大模型輕量版，其中ERNIE Tiny版本的價格降到了0.001元每千Tokens，相當于1元100萬Tokens。

　　今年5月，智譜AI的大模型商用價格也大幅降價。入門級產品GLM-3 Turbo模型調用價格下調80%，從5元/百萬Tokens降至1元/百萬Tokens，足以讓更多企業和個人都能用上這款入門級產品。

　　智譜AI的大模型的價格

　　5月6日，國內知名私募巨頭幻方量化旗下的AI公司DeepSeek發布全新第二代MoE大模型DeepSeek-V2，DeepSeek-V2 API定價為每百萬Tokens輸入1元、輸出2元(32K上下文)。

　　5月9日，阿里云正式發布通義千問2.5，根據OpenCompass的測評結果，通義千問2.5得分追平GPT-4 Turbo，與此同時，個人用戶可從App、官網和小程序免費使用。

　　5月14日，騰訊的混元文生圖大模型直接開源，免費商用。

　　在海外，OpenAI剛剛發布的GPT-4o也大幅度降價，不僅供所有用戶免費使用，在API調用方面也比去年11月發布的GPT-4-turbo降價一半，但速度提升兩倍。這是OpenAI大模型產品的第三次降價。

　　法國人工智能企業Mistral AI大模型Mistral Large的輸入、輸出價格目前也比GPT-4 Turbo便宜約20%，一度引起廣泛關注。

　　無論國內還是海外，大模型正在集體降價。

　　大模型降本 應用落地增效

　　各個廠商“價格戰”已經開打，而在大半年前，人們獲知的常識是大模型訓練很燒錢，為何僅僅半年時間，廠商們就能將價格“打下來”、紛紛卷了起來?

　　火山引擎總裁譚待認為，降低成本是推動大模型快進到“價值創造階段”的一個關鍵因素。對于中小型企業客戶而言，調用大模型的一個重要考慮就是成本。譚待透露，字節跳動在模型結構、訓練、生產等各種技術層面有很多優化手段能夠實現降價。

　　OpenAI CEO Sam Altman也為人們不用在ChatGPT上看廣告就能使用它而感到驕傲， “我們的一個關鍵使命就是將AI產品免費提供給人們。”

　　的確，低價正在幫助大模型研發企業抓住市場機會，以占據一席之地。而用戶體量的增加也能反過來幫助研發訓練出更好模型。那么，大模型的訓練成本真的降低了嗎?

　　去年GPT-4發布時，Sam Altman曾透露，OpenAI 最大模型的訓練成本“遠遠超過了5000萬美元”。據斯坦福大學發布的《2024年人工智能指數報告》估算，OpenAI的GPT-4訓練成本為7800萬美元。

　　高昂的大模型訓練成本也直接推高的使用費用，直接將很多企業用戶阻攔在外。

　　不過，研究人員們正在尋找更低成本的訓練方法。去年，新加坡國立大學和清華大學的研究者提出了一個名為 VPGTrans 框架，以極低成本訓練高性能多模態大模型，相比于從頭訓練視覺模塊，VPGTrans 框架可以將 BLIP-2 FlanT5-XXL 的訓練開銷從 19000 +人民幣縮減到不到1000元。

　　國產大模型中，研發人員也各個方面找到降本增效的辦法。DeepSeek-V2提升數據集質量、優化架構后，AI異構計算平臺“百舸”將訓練和推理場景的吞吐量最高提升30%和60%。

　　除了訓練過程外，一些大模型訓練的基礎設施——芯片也在降價，比如英偉達AI芯片Nvidia A100的降價直接將大模型訓練成本降低了約60%。

　　大模型價格戰最直接的影響就是應用落地開始提速。豆包平臺上，已經有超過800萬個智能體被創建。GPT Store已有超過300萬個依托GPT模型的APP被創建。

　　僅半年時間，砸錢拼大模型性能的時代似乎已經是過去式。現如今，市場用戶也隨著各家大模型的降價更看重誰家大模型又實惠又好用。這將推動大模型應用更快在場景和商業上實現落地。