AI大模型冲向“免费轮盘赌”

文|阿尔法工场

金沙江创投的朱啸虎曾说：美国打第一次海湾战争才花了120亿美金，现在互联网企业的融资可以和一场局部战争的花费进行对比，这是史无前例的。

现在，中国的AI大模型厂商，在五月的尾巴，打响了一场新的烧钱“海湾战争”。

这场以字节豆包0.0008元/千tokens点燃硝烟的价格战，在百度高调官宣ENIRE Speed和ENIRE Lite免费开放时，达到了新的巅峰。

01 格局决定行业命运

据不完全统计，目前国内已有超过10家大模型厂商宣布其主力模型免费或部分免费。

以百度为例，5月21日，其文心大模型的ENIRE Speed和ENIRE Lite两款主力模型全面免费开放，即刻生效。

效仿百度，腾讯云、讯飞星火也开走免费路线。

腾讯云在22日将混元-lite模型调整为全面免费，同时宣布万亿参数模型混元-pro的API输入价格从0.1元/千tokens降至0.03元/千tokens。

同天，科大讯飞也宣布讯飞星火API能力正式免费开放。

另外，阿里云的通义千问GPT-4级主力模型Qwen-Long，API输入价格从0.02元/千tokens直降到0.0005元/千tokens，直降97%，约为GPT-4价格的1/400。

这款模型最高支持1千万 tokens长文本输入，这意味着，一块钱就可以买200万tokens，相当于4本《西游记》。

而一周前，字节跳动火山引擎刚刚宣布推出筹备已久的豆包大家族模型，并以0.0008元/千tokens的价格给了业界一点小小的震撼。豆包通用模型pro-32k输入价格相比行业价格0.12元/千tokens，低了整整99.3%。

不过，字节豆包大模型断崖式价格下跌带给市场的震撼还未散去余温，百度、腾讯云、科大讯飞直接宣布免费，又将这场价格战拉到一个新的维度。

用趋于零的价格争取生态，这样的策略不止发生在国内。

早在一个月前，OpenAI就突然宣布ChatGPT-3.5全面免费。从GPT-4到GPT-4o，输入端价格从0.03美元/千tokens下降到0.005美元/千tokens，降幅为83%；输出端价格则从0.06美元/千tokens下降到0.015美元/千tokens，降幅为75%。

作为回应，OpenAI的头号对手谷歌则在其开发者大会上推出了0.0035美元/千tokens的Gemini Pro1.5，并将上下文长度拓展至200万tokens。

国内外价格战的打响无不证明着，要在愈发汹涌的人工智能市场上分得一杯羹，卷是宿命，也是必然。

02 鏖战，谁能破局

向C端免费意味着大模型走向了类似移动互联网产品一样，先培养用户深度习惯，提高用户黏性后再开启收费的路径。

这也预示着，大模型烧钱的军备竞赛开始渐入高潮。

弹药不足的，退局最快。

就C端而言，模型训练要钱，获客要钱。在token价格趋近于零的情况下，大模型C端的破局之道，就一个字，谁更有钱。

以Stability AI为例，没有人会想到，这个在2023年仍称霸文生图赛道榜首的佼佼者，会在一年之内快速陨落。

据The Information报道，Stability AI在2024年第一季度营收不到500万美元，亏损就超过3000万美元，拖欠云计算供应商等其他厂商将近1亿美元的账单，正在与潜在买家协商出售。

烧钱大战背后，像Stability AI般的隐退或将成为市场优胜劣汰的必然现象。

红杉资本报告显示，AI行业2023年营收仅30亿美元，但在英伟达芯片上就烧了500亿美元。芯片这一项支出就将近收入的17倍。微软旗下的GitHub Copilo由于运行成本过高一直处于亏损状态，每月甚至要倒贴每个用户20美元。

作为一个在前期极其烧钱的行业，除了谷歌、微软、阿里、字节等自身就资产雄厚的头部大厂，或许在开始盈利之前，只有少数像OpenAI一样能疯狂融资的初创公司才有可能存活。

截止2024年5月，OpenAI已完成由红杉资本等知名风投机构领投的10轮融资，累计融资额高达113亿美元。Claude公司Anthropic以77亿美元的累计筹集资金紧随其后。

国内大模型则以月之暗面、Minimax、智谱清言声势最旺。智谱在B4轮融资中融得25亿人民币，估值超过100亿人民币。月之暗面和Minimax则在最新一轮融资中分别融得10亿美元和6亿美元。

烧钱的本质，是取得垄断地位，从而在未来获取垄断收益。

但最终胜出的仍是那些通过持续创新提供核心价值，在商业化道路上找到可持续模式的企业。

比如AI界的领头羊OpenAI，自2022年11月ChatGPT上线之日起，一直以极高的产品优势占据C位。上线不到半年，open.ai网站的访问次数就超过了18亿次，领先于运营14年的微软浏览器bing.com。

就通用人工智能助手ChatGPT而言，其不同版本的训练参数一直以指数级飙升。GPT1的训练参数为1.17亿，GPT2为15亿，GPT3为1750亿，而GPT4已经达到了1.7万亿个训练参数。根据Scaling Law标度定律，大模型训练参数越大，其自然语言理解能力就越强，其输出内容也更能还原用户指令。相比于GPT3的幻觉和4k token的上下文长度。GPT4已经支持32k token的长文本输入，响应被拒的可能性降低了82%。

最新发布的GPT-4o更是被称为现实版的斯嘉丽，多模态的输入输出能力和类人化的情感表达让网友直呼，“她来了！”。不仅支持文、图、音频三种信息形态的输入，并且可以做超过50种语言的同声传译。甚而有网友给GPT-4o发了一张菜市场的西瓜图片，让GPT-4o帮着挑西瓜，据反馈，效果还不错。

据悉，或将于六月份发布的GPT5也来势汹汹，OpenAI首席执行官奥特曼透露，GPT-5类似于一个 “虚拟大脑”，将是一个支持文本、语音、图像、代码甚至视频的真正多模态模型。最关键的进步会围绕推理能力展开，在解决大模型幻觉和可靠性方面得到巨大提升。