作者:武占国,编辑:何玥阳

火了一年多的大模型，步入到了我们熟悉的、国内大厂擅长的经典剧情——价格战。

近日，阿里、字节、腾讯等模型厂商相继推出新模型，并宣布降价。

5月6日，国内知名私募巨头幻方量化旗下AI公司，发布DeepSeek-V2大模型，价格为GPT-4 Turbo的近百分之一；

5月9日，阿里发布通义千问2.5，个人用户可从App、官网和小程序免费使用；

5月11日，智谱大模型官宣降价，入门级产品GLM-3 Turbo模型，百万Tokens调用价格从5元降至1元，降幅高达80%；

5月15日，字节发布豆包大模型，比行业平均价格便宜99.3%，推动大模型从“以分计价”，进入“以厘计价”阶段；

5月21日，阿里宣布9款大模型降价，百度宣布文心大模型两大主力模型ERNIE Speed、ERNIE Lite全面免费时代。

5月22日，科大讯飞宣布讯飞星火Lite API永久免费开放，腾讯云公布大模型升级方案，主力模型之一调整为免费。

国内大模型厂商，迎来对B端和C端的全面降价甚至免费。

不仅是国内厂商宣布降价，近日，OpenAI也发布了对C端用户的GPT-4o免费版及B端的降价。

那么，大模型厂商为什么会降价？降价之后靠什么变现？除了降价，大模型厂商还有什么路可以走？本文将回答围绕以上三个问题展开讨论。

国内外大模型厂商降价的驱动力不完全相同：OpenAI可以出的牌有很多，而卷价格是国内厂商为数不多可以出且必须跟进的牌。

先来看国外的大模型厂商。

OpenAI在降价的同时，也在不断自我超越。

去年11月，OpenAI率先开始降价，升级后的ChatGPT-4 Turbo，速度比ChatGPT速度更快，而且价格比之前下降了近7成，同时OpenAI发布GPT-s商店，开发者可以在其平台上开发并上线AI应用，供用户使用。

今年5月14日，OpenAI发布新一代GPT-4o，功能上全面超越上一代，而且API价格再下降50%。

去年底，谷歌发布的Gemini，在多方面的性能超越ChatGPT，还支持视频输入和视频搜索，同时宣布Gemini Ultra可免费使用。

OpenAI在大模型上具有先发优势，也最早开始通过大模型实现可观的营收，截至去年10月，其收入已达13亿美元，相比上一年2800万美元的收入增长了45倍，所以OpenAI有降价扩大市场份额的资本。

今年3月，美国风险投资机构a16z发布的报告显示，排名前三的都是AI聊天机器人，ChatGPT仍是C端应用顶流，机构预计今年ChatGPT的收入是10亿美元。

排名第二的是谷歌Gemini，对C端则采取的是免费模式，所以C端暂时还未实现变现，不过在B端，5月谷歌宣布调用API开始收费。Gemini虽然未直接对谷歌贡献收入，但是间接贡献了收入，谷歌一季报提到，Gemini为谷歌的搜索业务和云业务提升了收入水平。

再来看国内的大模型厂商。

国内的大模型厂商也在不断进步，也希望通过提供更好的综合使用效果，而不是通过降价保持竞争优势。

但现实是，几天前还在持这一观点的百度，几天后就宣布两大模型免费了。

现在还持这个观点的有李开复，他的零一万物模型目前还没有加入降价战场，但他也认可“行业每年降低10倍推理成本是可以期待的，而且也是必然发生的”。

“提供更好的综合能力和使用效果”这条路不是走不通，而是解决不了当前大模型厂商面临的主要矛盾。

主要矛盾是什么？

是需要更多人应用。

现在国内的大模型，都可能在某些方面领先甚至是拔尖，但没有哪一家是公认的“领头羊”。而大模型的发展很容易出现二八分化，现在不争，以后可能就没机会了。

举个例子，针对C端用户的通用场景有很多，比如打车、订票、购物等等，现在，我们的操作是打开一个个APP或者小程序；在AI发展的过程中，我们需要的可能是一个个生活助理；而在终极形态下，我们需要的是一个管家，可以根据我们的日程、预算，安排好是打车还是其他出行方式，根据近期的口味偏好提前订好餐厅。

这就意味着在C端场景下，必然会有大的整合，应用的整合甚至是大模型厂商之间的整合。

谁的大模型能调用的应用多，谁就更有竞争优势，就更可能是整合方。

所以现在的大模型厂商在降低API调用成本，希望开发者能在自己的生态上开发出好用的AI应用，就算免费、甚至是补贴也要争。

B端应用可能会好一些，毕竟行业之间差异大，容得下更多的模型，这又涉及到另一个问题：数据。

数据是AI三要素之一。大模型通过应用与足够多的用户互动，才有机会走上价格战以外的路。

大模型服务是典型的规模经济，当使用的企业和用户越多，则越能摊薄企业的研发和算力成本，在可预见的未来，算力价格会持续下降，所以这也给了国内大模型厂商降价的底气。

王小川在回应大模型厂商价格战时也表示：降价意味着，大家实在是太看好这个时代的前景了，不愿失去，侧面反映大家对这个时代AI的能力是有足够多憧憬的。

大模型厂商变现有两个途径：

第一，给企业提供模型服务，包括调用API，项目制本地模型落地等。

大模型厂商，目前向B端收取调用收费包括按照时间段、按调用量收费以及各种包含硬件的一站式解决方案等。

OpenAI推出30款左右可供用户调用的大模型，分别包括GPT-3.5 Turbo、GPT-4、GPT-4 Turbo、图像模型、音频模型等，其他厂商通过API实现调用。

实现标准化的模型调用服务，即MaaS（模型即服务），美国从SaaS到MaaS，已形成较大规模的标准化市场。国内的标准化SaaS规模还很小，大多还只是集成式的项目模式，这样的模式成本高，利润小。

国内的云厂商，正在从项目制转向标准化的SaaS服务，而大模型正是一次机会，所以大模型厂商争相降价抢夺市场。

第二，模型厂商自己做应用实现变现，探索更多的可能。

OpenAI不仅给其他应用厂商开放API，而且有自己的聊天机器人ChatGPT，也已成为现象级应用，这是国内厂商目前还不具备的能力。

同时，OpenAI上线了GPTs，从此前的插件模式升级为与开发者共享收益的模式，虽然GPTs反响一般，但提供了变现的思路。

上文提到的榜单，除了前两名的聊天机器人外，后面排第三的Character AI，便是通过调用OpenAI提供的API，利用OpenAI大模型能力开发出了受欢迎的聊天机器人。

CharacterAI，可以扮演数百名虚拟人物，既可以满足用户的情感类需求，也可以满足用户的工具型需求。比如AI可以扮演拿破仑、马斯克、居里夫人等，与用户聊天，也可以扮演心理咨询师、图书管理员、英文老师等角色，提供健身指导、知识传授等服务。

场景端革新，是中国应用市场后来居上的传统优势，同时也具有反哺大模型能力的作用。

国外应用厂商大多是小而美的应用，而中国则更多的是大而全。

比如微信、支付宝、抖音等平台，除了核心的社交、支付、短视频等功能之外，还有集成了购物、支付、社交、娱乐等功能。国外的应用大多偏工具属性，比如Facebook、亚马逊、谷歌等，分别注重社交、购物和搜索，很少在应用当中集成其他功能。

第一，国内模型厂商，可根据各个大厂的优势，提供不同特色的模型。

前面我们提到，在AI发展的过程中，会出现一个个AI助理，开始的功能比较基础，是一个辅助的角色，被称为Copilot，主要是根据某个情景，提出解决问题的指导、建议，停留在“懂怎么做”的层面，现在AI助理有了更强的执行能力，进化到“会做”“能做”层面，也被称为AI Agent，可以直接解决某些问题，以后可能是一个管家可以调度很多个AI Agent，完成更复杂的任务。

就像真正提供服务的小程序折叠在微信、抖音、支付宝身后一样，Agent也可以折叠在管家后面。

在迈向终局的过程中，支付宝、抖音都可以利用其折叠能力，去调用目前的小程序，让用户通过AI告诉每个小程序执行我们的需求。

比如支付宝在灰度测试中的AI智能助理，如果早上起来对它说，半小时后打车上班，AI小助理就会调用「滴滴」的接口，帮我们预约好车。

同理，美团也可以利用生态，实现预定餐厅、买好电影票、制定路线等。

未来，大厂也可以通过开发各自的生态，更多的应用厂商，研发更多的特色应用，这是国内厂商的潜力。

第二，通过对国外先进模型的模仿和自研，实现能力的快速提升。

OpenAI最新的GPT-4o模型可以实现多模态包括音频、视觉和文本的推理，而且还可以对三者进行组合输出，平均响应时间仅为320毫秒，反应速度与人类相近。

所以，很多头部软硬件开发厂商包括微软、Salesforce、Adobe，会选择与OpenAI合作，将模型能力集成到各自的应用软件当中。

谷歌的Gemini，在搜索能力的强化上表现突出，当你录制一段视频搜索或者使用AI搜索时，它都能准确理解你的意图，通过搜索结果形成一份报告，甚至是对用户忽略问题的猜测。

有的国外大模型是开源的，也是国内大模型厂商可以利用的机会。

通过各个大厂也都在积极自研，国内的大模型厂商，一方面需要通过提升大模型能力，吸引更多的厂商入驻；另一方面，也可以依据自身做AI应用的经验，建立生态，帮助厂商研发出现象级应用。

以“应用工厂”著称的字节，通过应用的人海战术、赛马机制，让更多的应用跑出来，从而不仅让抖音成为中国现象级应用，而且Tiktok也力压硅谷各大厂成为海外现象级应用。字节虽然不是推荐引擎的首创，但是在应用场景和流量模式的创新，让抖音和Tiktok都获得了成功。

国内厂商的总体技术能力可能不及国外厂商，但AI的能力和边界，不完全由技术能力决定。