从最初的讳莫如深，到如今的开诚布公，大模型价格战已经打响两个月。从业者们主动或被动地卷入其中。在 7 月 4 日至 6 日举办的 2024 世界人工智能大会期间，大模型价格战依然是热门话题，但参与各方强调的不再是价格本身，而是直击商业模式、可持续性等更为深刻的问题。
“近两个月，通义千问开源模型下载量增长 2 倍，突破 2000 万次。”“当你处在激烈竞争的环境中，需要让业务效率比同行更高、成本比同行更低。”“价格战由技术驱动，但不能过度。”7 月 6 日，2024 世界人工智能大会闭幕，科技大厂、创业公司的大模型卡位赛不会停。没有人能够断言哪种商业模式能够最终胜出。熬过了价格战当打之年，或许答案便会揭晓。
价格战：应该，但不“正常”
今年 5 月初，人工智能公司 DeepSeek 喊出性能与 GPT-4 一致但价格只有百分之一的口号，打破了此前大模型“加量不加价”的默契。不久后，国内大模型公司纷纷化身价格“屠夫”，媒体将夸张的降价比例放进标题，从分到厘最后免费，一如网约车、团购大战那般轰轰烈烈。
“大模型价格走低是非常正向的事，因为就应该降低。”MiniMax 创始人兼 CEO 闫俊杰在 2024 世界人工智能大会上表态。自 2024 年开始，MiniMax 对偏生产力的场景更加重视，与 B 端客户走的也越来越近。闫俊杰经常出现在各种活动中，他认为，“对于大部分企业来说，大模型降价的好处是会有更多用户，在线时长、流量，产生更大价值。基于流量和价值找到一种好的商业模式”。
根据摩尔定律，集成电路上可容纳的晶体管数量大约 18—24 个月增加一倍，性能将提升一倍。无论摩尔定律在大模型行业是否仍然有效，技术升级——成本下降的真理是不会变的。
“价格下降是技术驱动，技术越来越好，成本越来越低，但过度就不好了。”智谱 AI CEO 张鹏话锋一转，提到了迈克尔·波特的价值链理论。
“真正的价值链应该是逐级的，大家往同一件事不断添加自己的价值，对外提供更好的服务，给自己创造更大的价值。相应地，大家创造的价值应该反向再传递回来，大家各自得到自己的那部分，这是一个正常的、合理的价值链。”他认为，“价格战阶段，用户肯定是得益的，但是不长久，这不是一个正常的商业逻辑。”
关于商业模式
在其他场合，张鹏也表达过对价格战的担忧。月之暗面创始人兼 CEO 杨植麟也把价格战和价值联系在一起。在他看来，大模型商业模式建立在用于推理的算力显著超过训练的算力，C 端的推理成本显著低于获客成本，那时可能会产生新的商业模式，不会像现在在 B 端打价格战。
创业公司和大公司、大公司和大公司之间，对商业可持续性的思考或许是两套逻辑。显而易见的区别是大模型 to C 是否免费，以及通过什么方式收费。
不变的是，每个大模型入局者都希望将自己和生态伙伴织成一张网，互补也好抱团也罢，把 to C、to B 的通道搞得多多的。
不久前，闫俊杰、杨植麟作为合作伙伴为钉钉站台。执行生态战略的钉钉宣布对所有大模型厂商开放，在通义大模型的基础上，和 MiniMax、月之暗面等 6 家大模型厂商达成合作。钉钉将根据各家大模型的特点，基于场景选择不同的合作方，比如和月之暗面基于长文理解和输出能力，探索教育类应用场景。
从供应侧到需求侧的传导很快。参与 2024 世界人工智能大会对话环节前，御风未来创始人兼 CEO 谢陵收到一家国外客户的需求——“石油管道漏油识别怎么解决”。御风未来需要跟人工智能相关企业合作，客户对飞行器最看重的就是 AI 功能。“我们肯定希望 AI 的价格降下来，（这样）我们能为更多的客户解决问题，能卖更多的飞机”，谢陵说自己是价格战的受益者。
继续争夺
大企业则通过各种数据较劲。2024 世界人工智能大会期间，阿里云 CTO 周靖人透露，降价后大批客户在阿里云上直接调用大模型，近两个月，通义千问开源模型下载量增长 2 倍，突破 2000 万次，阿里云百炼服务客户数从 9 万增长至 23 万，涨幅超 150%，客户包括一汽、微博、完美世界等。
几乎同时，百度智能云隔空秀肌肉：大模型日均调用量突破 5 亿次、二季度环比增长 150%；累计服务 15 万家企业用户、累计帮助用户精调了 2.1 万个大模型；帮助用户开发出 55 万个 AI 原生应用。百度还宣布文心大模型 4.0 Turbo（ERNIE 4.0 Turbo）面向企业客户全面开放，输入输出价格分别是 0.03 元/千 tokens、0.06 元/千 Tokens。文心旗舰款模型 ERNIE 4.0 和 ERNIE 3.5 大幅降价；ERNIE Speed、ERNIE Lite 两款主力模型持续免费。
关于开源与闭源的争论也没有偃旗息鼓的迹象。“很多人混淆了模型开源和代码开源的概念”，百度创始人兼 CEO 李彦宏开了话头，他认为模型开源只能拿到一堆参数，还要在做 SFT、安全对齐，即使是拿到对应源代码，也不知道是用了多少比例、什么比例的数据去训练这些参数，无法做到众人拾柴火焰高。
“如果开源想追平闭源，它需要有更大的参数规模，这意味着推理成本更高、反应速度更慢。很多人拿开源模型来做改款，以为这样可以更好地服务自己的个性化需求，殊不知这就变成了一个孤本模型，既无法从基础模型的持续升级中获益，也没办法跟别人共享算力。”李彦宏分享了自己的论据。
周靖人继续强调阿里云的开源立场，“两年前，我们在世界人工智能大会上发布通义大模型系列，当时我们公布，通义核心模型将开源开放。到今天，通义千问已经实现真正意义上的全尺寸、全模态开源，拉平了开源、闭源模型之间的差距”。
