大模型降价背后的真相与「猫腻」

国内都是哪些大模型厂商在打「价格战」？不同厂商的降价风格有何不同？

国内大模型第一梯队的巨头大厂，几乎都在短时间内迅速反应，加入了此次的「价格大战」，但月之暗面、百川智能、零一万物等大模型创企均没有参与价格战。

• 5 月 6 日，私募基金「幻方量化」旗下公司深度求索推出 DeepSeek-V2 模型，性能逼近 GPT-4-Turbo，文心 4.0 等闭源模型，但 API 价格每百万 tokens 输入 1 元、输出 2 元，仅为 GPT-4-Turbo 的近百分之一，由此打响了国内大模型价格战的「第一枪」。

• 5 月 11 日，智谱 AI 跟进，宣布将其 GLM-3 Turbo 模型的调用价格下调 80%。从 5 元/百万 tokens 降至 1 元/百万 tokens。1 元可以购买 100 万 tokens。

• 5 月 15 日，字节的豆包大模型正式对外开放，放出了较业内极低的价格，价格单位直接从「元」变为「厘」。豆包大模型家族包含豆包通用模型 PRO 版和 lite 版两款通用模型，其中，豆包通用模型 pro-32k 版，推理输入价格 0.0008 元/千 tokens，较行业价格低 99.3%。lite 版为 0.0003 元/千 tokens。

• 5 月 21 日，「业内大佬」阿里云加入「价格战」，直接发布降价通知。通义千问大语言模型和通义千问开源模型系类的 9 款模型降价，其中，性能对标 GPT-4 的 Qwen-Long 模型降幅最大，API 输入价格从 0.02 元/千 tokens 降至 0.0005 元/千 tokens，仅为 GPT-4 价格的 1/400。

• 5 月 21 日，在阿里云宣布降价不到 4 个小时的时间内，百度火速进场，ERNIE-Speed、ERNIE-Lite、ERNIE-Tiny 系列模型直接免费开放使用，且百度官网的详细公告显示，两款模型并非限时免费开放，而是长期免费开放。

• 5 月 22 日，腾讯进场，公布全新大模型升级方案，至此「价格战」集齐了国内巨头重要玩家。腾讯的主力模型之一混元-lite 模型，API 输入输出总长度计划从目前的 4k 升级到 256k，价格从 0.008 元/千 tokens 调整为全面免费。

• 同日，科大讯飞宣布讯飞星火 Lite 版 API 永久免费开放，讯飞星火 Pro/Max API 价格降至 0.21 元/万 tokens。

虽然「价格战」打得火热，但并非所有模型都降价。各家大模型厂商在降价幅度、降价模型类型、目标用户等方面均不一。其中，值得注意的是，以上几家降价的模型主要为入门级、轻量级的文本大模型，而高性能及图像识别、语音识别等垂类的多模态模型并没有调整价格。

例如，智谱 AI 的大模型产品主要包括 GLM-4 系列（GLM-4、GLM-4V）、GLM-3-Turbo 以及 ChatGLM 模型系列，此次降价调整的是入门级产品 GLM-3 Turbo 模型。企业级产品 GLM-4/GLM-4V 价格未变，仍维持在 0.1 元/千 tokens，百万 tokens 的价格为 100 元；

阿里的模型产品包括通义千问大语言模型、通义千问 VL 视觉理解大模型、通义千问开源模型以及通义万相（文生图）、Sambert 语音合成模型、Paraformer 语音识别模型等垂类模型，但此次降价的只涉及通用大模型，即通义千问大语言模型和通义千问开源模型。

对于此轮降价，有网友戏称「API 价格降得比研发模型时的电费还低」，但实际上，模型调用成本的降价给大模型厂商带来的实际影响并不大。有业内分析认为，降价更多地是出于市场和品牌影响的考虑。

同时，在纯降价格之外，几家大模型厂商都给了不同程度地注册免费送额度，或旨在快速抢占市场与用户。

例如，智谱 AI 宣布新注册开放平台用户赠送额度提升 500%，新注册用户获赠从 500 万 tokens 提升至 2500 万 tokens，其中包含 2000 万入门级额度和 500 万企业级额度。

「烧钱换数据」，庞大的用户访问量有助于其进一步提升模型服务能力，利用规模效应大幅降低模型推理的单位成本，并行成「数据飞轮」，从而加速大模型性能的提升。但有业内人士认为，各大模型的「数据飞轮」目前并未有效的建起来。

值得注意的是，此轮降价仅涉及模型的预置服务，即按 token 量调用方式使用所给的预置模型，而后续模型的精调、训练、部署价格并未调整。

在阿里云平台，展示了其收费服务包括模型推理、模型训练和模型部署三个环节，分别对应三个使用场景：直接调用预置模型进行推理、对预置模型进行调优，部署预置模型或调优后的模型到独占实例后进行推理。而涉及到此次降价的服务只有模型推理环节，即直接调用预置模型进行推理，根据实际使用的推理数量计费。

百度同样也在其官网详细版免费公告中提到，调整仅涉及部分系列模型的预置服务，模型训练暂无优惠。

从每百万 tokens 几十元到免费使用，看似价格大幅度下调，但企业用户的实际成本是否也大幅度下来了，答案却是不一定。「火热」的价格战背后，存在不少「猫腻」。

一方面，此次各大模型厂商降价仅涉及低并发（测试场景）用，而高并发的定价依旧，并没有降低。

大模型的推理包含时间、价格、生成 Token 数量三个变量。其中，模型推理服务的吞吐是一个至关重要的因素，抛开单位时间内的并发数量，仅看 tokens 价格并不合理。

简单来说，一个大模型，可以支持多次计算过程同时进行，进行的计算数量越多越好。吞吐的极限越大，代表着模型的推理能力越强，大模型厂商的技术能力越强。

而在实际跑业务的过程中，往往需要增加并发量，远超低并发的数量限制。根据阿里云官网的计费说明文档，按 tokens 调用模式（即模型推理计费模式，仅适用于预置模型）暂不支持增加并发量。如果业务实际需要增加并发量，则需要额外联系商务。

同时，针对于大企业的实际业务场景来说，模型调用的成本在总体成本中实际占比也并不高，因此，API 的降价并不能给大企业带来实质性的影响，相反，在「价格战」之后，大模型厂商后续价格的调整，或者对于大企业业务的汇报和后续变动成本会更高。

而对于个人开发者、小型企业或「小项目」来说，模型 API 调用价格下降，在一定程度是一种利好，未来的成本可能趋近于 0，涌现出来更多的大模型相关项目或应用。

另一方面，实际上，从基础大模型的 API 调用模式离实际业务还有一段距离。Lepton.ai 的创始人贾扬清认为，「站在整个 AI 业界的角度，降价是个拍脑袋就可以做的简单策略，但是真正的 To B 商业成功更难。今天企业在使用 AI 的时候，并不是成本驱动的，今天不是说 API 贵才没有人用，而是因为要搞清楚，到底怎么用起来产生业务价值」。

而回过头来看，国内各大模型厂商「打价格战」归根究竟，很大程度上是由于各大模型间性能差异不大，同质性较强，在用户数量难以进一步增长的情况下，通过低价策略吸引开发者，从而建立生态壁垒。

而对比国外大模型厂商，拼得则是「每秒生成的 Token 数量」，AI 创企 Groq 因通过自研 LPU 训练出推理速度最快的 LLM 收到极大关注。在 Groq 上，Mixtral 模型 8×7B 版本，每秒输出 500 个 Token；Llama 2 模型的 70B 版本，每秒输出 300 个 Token；Llama 3 模型的 8B 版本，每秒输出 800 个 Token；Falcon 的 180B 模型，每秒输出 173 个 Token。

为何企业用户的实际成本并没有真正实现大幅度降低？价格战是否波及到了国外大模型及 C 端大模型应用公司？...

订阅机器之心Pro会员通讯👇，查看完整解读