人工智能大模型“價格戰(zhàn)”的原因及影響分析

2024年，尋找商業(yè)化落地出口成為國內(nèi)外人工智能大模型企

業(yè)的共同目標(biāo)。近期，以互聯(lián)網(wǎng)“老兵”為主的人工智能大模型企

業(yè)連番掀起“價格戰(zhàn)”，希望復(fù)刻互聯(lián)網(wǎng)時代的成功商業(yè)路徑，

引發(fā)產(chǎn)業(yè)界普遍關(guān)注。賽迪研究院認(rèn)為，在降價背后，成本回落、

獲取數(shù)據(jù)、爭奪用戶是主要動因，同時“價格戰(zhàn)”也將帶來創(chuàng)業(yè)企

業(yè)生存空間受擠壓、應(yīng)用生態(tài)加快繁榮、云計算業(yè)務(wù)快速增長等

影響。為推動人工智能大模型良性發(fā)展，建議加快提升大模型核心

能力，支持大模型落地應(yīng)用，強(qiáng)化市場規(guī)范化引導(dǎo)。

一、人工智能大模型“價格戰(zhàn)”正酣

當(dāng)前，大模型商業(yè)化定價有多種模式，包括通過文本最小語

義單元(tokens)使用量計費(fèi)、訂閱制會員費(fèi)、模型微調(diào)服務(wù)和

開發(fā)者應(yīng)用程序接口(API)調(diào)用服務(wù)、模型定制化服務(wù)和賦能

用戶業(yè)務(wù)等。為加快大模型應(yīng)用落地，國內(nèi)外企業(yè)紛紛加快降價

步伐，以期通過“價格戰(zhàn)”換取大模型應(yīng)用市場。

從降價力度看-從輕量模型到主力模型均有不同程度降價。

輕量級模型由于參數(shù)少、訓(xùn)練與推理成本低、終端易部署等特性，

成為當(dāng)前大模型的主要免費(fèi)類型。如，百度文心大模型系列中輕

量化ERNIE-Speed.ERNIE-Lite、ERNIE-Tiny系列模型可直接

免費(fèi)、長期開放使用，無需訓(xùn)練與維護(hù)?？拼笥嶏w宣布訊飛星火

Lite版輕量化大模型API永久免費(fèi)開放。參數(shù)較多、訓(xùn)練與推理

成本較高、多部署在云端的主力模型中?通用類大模型價格顯著下

降至近于免費(fèi)，高性能、垂直類多模態(tài)大模型價格并未調(diào)整。

如，字節(jié)跳動豆包通用模型pro-32k版較行業(yè)價格低99.3%；阿

里云通義千問GPT4級通用模型Qwen-Long的API輸入價格直

降97%,約為GPT-4價格的1/400。而智譜AI的入門級產(chǎn)品GLM-3

Turbo模型降價，但企業(yè)級產(chǎn)品GLM-4/GLM-4V價格保持0.1元/

千tokens未變。此輪降價僅涉及tokens使用量計費(fèi)、訂閱制會

員費(fèi)及API調(diào)用，而模型的精調(diào)、訓(xùn)練、部署價格并未調(diào)整。

從降價主體看，本輪降價主要集中在國外部分頭部AI企業(yè)

以及國內(nèi)互聯(lián)網(wǎng)大廠和初創(chuàng)公司。在國外，人工智能巨頭OpenAI

基于龐大的ChatGPT用戶數(shù)量以及技術(shù)成本優(yōu)勢已進(jìn)行4次降

價，并于5月30口宣布所有用戶全面免費(fèi)、有限次開放GPT-4o

模型。在國內(nèi)，阿里、百度、騰訊、字節(jié)跳動等互聯(lián)網(wǎng)大廠基于

云業(yè)務(wù)“造血”能力支撐大模型“低價探路”，降價力度更大。以百

度云千帆大模型平臺為例，模型部署、精調(diào)、評估、數(shù)據(jù)管理、

插件調(diào)用等云服務(wù)均按量付費(fèi)，但大模型可以免費(fèi)調(diào)用。智譜、

深度求索等人工智能初創(chuàng)企業(yè)依托資本實(shí)力也紛紛卷入“價格

戰(zhàn)”。微軟、谷歌、Meta、亞馬遜等國際科技公司，以及國內(nèi)華

為公司暫未降價。

二、原因分析

成本驅(qū)動：模型和芯片成本雙向降低是本輪降價的重要前

提。一方面，模型優(yōu)化和算法革新帶動模型消耗成本降低。在

2023年GPT-4性能提升了6倍，但成本降低到了之前的1/12,

對應(yīng)性能/成本提升了70倍。比如百度文心大模型的推理性能提

升了105倍，推理成本則降到了原來的1%?；鹕揭婵梢酝ㄟ^

混合專家模型（MOE）、分布式推理等技術(shù)手段，優(yōu)化豆包大模

型的推理成本。另一方面，用于大模型訓(xùn)練和推理的芯片成本不

斷降低。如英偉達(dá)開發(fā)的基于Blackwell的AI芯片其成本和能耗

比上一代的Hopper架構(gòu)芯片降低25倍。

性能驅(qū)動：燒錢換取高價值數(shù)據(jù)、提升大模型服務(wù)能力是本

輪降價的內(nèi)在驅(qū)動。一方面，通過低價換取用戶更豐富、更多維

數(shù)據(jù)集支持大模型進(jìn)化升級。如GPT從1.0到4.0,數(shù)據(jù)參數(shù)從

億量級猛漲至萬億量級，對數(shù)據(jù)需求量大幅提升。與此同時，通

過低價吸引各行各業(yè)開發(fā)者注入垂直領(lǐng)域的數(shù)據(jù)集，可以加快大

模型在垂直領(lǐng)域的落地或商業(yè)化進(jìn)程。另一方面，通過低價獲取

的用戶動態(tài)交互數(shù)據(jù)集提高大模型的“類人化”能力。相較于靜態(tài)

數(shù)據(jù)、合成數(shù)據(jù)，動態(tài)交互數(shù)據(jù)更有助于提升大模型的輸出精準(zhǔn)

度和感知用戶情緒的能力，尤其對具備反饋機(jī)制的大模型更甚。

如，LLaMA-2和InstructGPT采用反饋強(qiáng)化學(xué)習(xí)技術(shù)(RLHF)

將用戶偏好數(shù)據(jù)轉(zhuǎn)化為數(shù)字信號，進(jìn)一步提升大模型用戶服務(wù)能力，

運(yùn)營驅(qū)動：爭奪各類用戶、拓展落地場景是本輪降價的最終

目的。一方面，意在復(fù)刻互聯(lián)網(wǎng)時代的商業(yè)模式，降價是爭奪用

戶的經(jīng)驗選擇。互聯(lián)網(wǎng)時代，各大領(lǐng)域的興起和勝者的決出都伴

隨著降價、補(bǔ)貼等大戰(zhàn)的身影，如滴滴、快的、Uber的打車大

戰(zhàn)，美團(tuán)、餓了么、百度、口碑的外賣大戰(zhàn)，摩拜、0F0、青桔

的單車大戰(zhàn)，以及近3年阿里、京東、拼多多的百億補(bǔ)貼大戰(zhàn)。

另一方面，各大模型進(jìn)入同質(zhì)化競爭階段，降價是搶占場景的無

奈打法。數(shù)據(jù)顯示，GPT4發(fā)布以來，多個模型性能和實(shí)力相當(dāng)，

當(dāng)前尚沒有明顯領(lǐng)先的模型。各大模型在能力趨同的情況下，難

以通過技術(shù)進(jìn)步帶動業(yè)務(wù)正向發(fā)展。在此背景下，不得不放棄收

費(fèi)模式，通過降價甚至免費(fèi)，通過用戶“免費(fèi)試用”探索商業(yè)落地

場景。據(jù)悉，幾家大模型廠商都給了不同程度地注冊免費(fèi)送額度，

如智譜AI宣布新注冊開放平臺用戶贈送250。萬tokenso

三、影響分析

從短期看，對一些企業(yè)生存空間形成擠壓，同時也會降低我

國大模型領(lǐng)域技術(shù)創(chuàng)新活力。一方面，對于一些無法承受持續(xù)低

價競爭的企業(yè)，可能會被迫退出市場。企業(yè)通過“價格戰(zhàn)”爭奪市

場份額，往往會導(dǎo)致企業(yè)現(xiàn)金流承壓加大、利潤下降，進(jìn)而影響

人才招募、基礎(chǔ)設(shè)施升級、數(shù)據(jù)中心部署、網(wǎng)絡(luò)升級等投資，最終

將影響模型進(jìn)化與迭代。從當(dāng)前參與價格戰(zhàn)的企業(yè)來看，主要以阿

里、百度、騰訊、字節(jié)等資金雄厚的互聯(lián)網(wǎng)大廠為主。被卷

入的創(chuàng)新創(chuàng)業(yè)企業(yè)，一旦資金跟進(jìn)乏力，將失去持續(xù)發(fā)展的能力。

另一方面，對于不參與價格戰(zhàn)的創(chuàng)業(yè)企業(yè)，可能因缺少用戶被降

低產(chǎn)品競爭力。各大企業(yè)通過價格戰(zhàn)可以快速搶占用戶，并通過

持續(xù)補(bǔ)貼和個性化服務(wù)形成用戶粘性，打造生態(tài)壁壘。而對于不

參與價格戰(zhàn)的創(chuàng)業(yè)企業(yè)，如沒有強(qiáng)大的技術(shù)優(yōu)勢，獲客將成為其

落地的一大難點(diǎn)。若持續(xù)無法形成商業(yè)閉環(huán)將使得創(chuàng)業(yè)企業(yè)營收

以及獲得進(jìn)一步投資的空間變小。

從中期看，加速大模型應(yīng)用生態(tài)繁榮。一方面，技術(shù)普惠將

推動應(yīng)用領(lǐng)域創(chuàng)新成本降低。隨著大模型推理成本的降低，依托

大模型開發(fā)應(yīng)用的創(chuàng)新成本將隨之降低，或?qū)⒂瓉硇聭?yīng)用開發(fā)和

新場景試錯的高潮期。數(shù)據(jù)顯示，百萬tokens大約相當(dāng)于70萬

個英文單詞或50萬漢字，按照現(xiàn)在大模型API調(diào)用價格計算，1

元可以購買超過1。0萬漢字。對于中小企業(yè)來說，部署并應(yīng)用針

對本企業(yè)的大模型應(yīng)用成本降低，或?qū)⒋碳て髽I(yè)開發(fā)應(yīng)用的意

愿另一方面，應(yīng)用創(chuàng)新成本降低將進(jìn)一步降低消費(fèi)端使用成本，

促進(jìn)應(yīng)用生態(tài)進(jìn)一步繁榮。類比移動互聯(lián)網(wǎng)時期，從3G到4G

再到5G時代,套餐外流量費(fèi)用從高達(dá)10000元/G,降低到100

元/G,最后到1元/G甚至無線流量，隨著流量成本降低和技術(shù)

能力提升，移動互聯(lián)應(yīng)用生態(tài)快速繁榮，如微信崛起、抖音誕生、

直播涌現(xiàn)、電商爆發(fā)?？梢灶A(yù)見，隨著大模型應(yīng)用開發(fā)成本不斷降

低，將加快涌現(xiàn)爆款超級應(yīng)用，推動大模型應(yīng)用生態(tài)加速繁榮。

從長期看，進(jìn)一步催生云計算業(yè)務(wù)新增長點(diǎn)。一方面，大模

型的發(fā)展將帶來更高的計算需求。大模型訓(xùn)練與推理依賴大規(guī)模

算力集群以及高效的網(wǎng)絡(luò)存儲系統(tǒng)支持。當(dāng)前，云計算算力成本

和存儲成木的大幅降低帶來大模型計算成木下降，越來越多的大

模型應(yīng)用轉(zhuǎn)向云端，“價格戰(zhàn)”帶來的大模型應(yīng)用潮將進(jìn)一步激發(fā)

云計算需求。據(jù)Gartner預(yù)測，到2027年，中國的全部AI推理

工作負(fù)載中，基于云的工作負(fù)載占比將從之前的20%上升至

80%o另一方面，“價格戰(zhàn)”將進(jìn)一步加速云服務(wù)變現(xiàn)速度。相比

于通用大模型，用戶開發(fā)專用大模型對大模型定制與應(yīng)用開發(fā)工

具鏈需求較高，迫切需要云服務(wù)商搭建從選模型、調(diào)模型、搭應(yīng)

用到對外服務(wù)的一站式服務(wù)平臺，以及在多模型調(diào)用時提供更高級

別數(shù)據(jù)安全保障。相比于常規(guī)的B端、C端用戶云服務(wù)付費(fèi)，用

戶更愿意對可提供定制化開發(fā)、數(shù)據(jù)安全保障等服務(wù)進(jìn)行付費(fèi)。

四、幾點(diǎn)建議

提升人工智能大模型核心能力。一是引導(dǎo)人工智能企業(yè)從

“卷價格”向“卷技術(shù)”轉(zhuǎn)變，加大生成式人工智能相關(guān)核心技術(shù)研

發(fā)投入，持續(xù)提升產(chǎn)品性能和特色化水平，打造企業(yè)核心競爭力。

二是引導(dǎo)人工智能企業(yè)與高校等科研機(jī)構(gòu)加強(qiáng)協(xié)作，加大大模型

架構(gòu)創(chuàng)新等原創(chuàng)性研究力度，從重視模型調(diào)優(yōu)轉(zhuǎn)向基礎(chǔ)框架和底層

算法創(chuàng)新。三是支持第三方機(jī)構(gòu)加快構(gòu)建通用型、專業(yè)型高質(zhì)量數(shù)

據(jù)集，為人工智能大模型創(chuàng)新提供充足“彈藥工

支持人工智能大模型落地應(yīng)用。一是搭建行業(yè)企業(yè)與人工智

能企業(yè)供需合作對接平臺，促進(jìn)供需信息共享與資源融合，降低

行業(yè)企業(yè)與人工智能企業(yè)合作門檻。二是遴選一批成效顯著的人

工智能應(yīng)用典型案例