AI大模型行業的618，走上價格戰的老路

不管AI開發者願不願意，在互聯網廠商主導的國內大模型行業，再次回到了十年前互聯網式的"免費"邏輯，其商業化的決定權已經發生了轉移——何時殺雞，何時"取卵"，都不再自己說了算。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍任誰都沒有想到，2024年618的第一槍，居然不是由"貓狗拼抖"任意一家電商發起，取而代之的是大模型廠商。

半個月前，火山引擎先發制人，宣佈豆包主力模型在企業市場定價爲0.0008元/千tokens，較行業便宜99.3%。一週後，百度、阿里雲、科大訊飛等主流國產大模型廠商，均宣佈旗下主力模型全面免費。

自此，以免費爲噱頭的大模型價格戰，就此形成了短期無法"回退"的多米諾骨牌。

如果回望歷次互聯網細分行業的增長曆程，大多數時候都經歷過增長期、補貼期的白嫖，以此換取市場規模和用戶數量。待到產品生態成熟，捆綁了足夠多以此爲生的用戶和產業鏈，再行提價以完成收割。到目前爲止，大模型經歷了第一年的出世與合規，正在進入以降價爲主要特點的第二階段。

唯一的區別是，目前大模型主要降價對象，仍然以企業級用戶和應用層開發者爲主。對個人用戶而言，除了部分廠商的升級版服務需要訂閱會員，仍然是處在完全免費的狀態。換言之，對於大模型及其相關產品來說，真正想要覆蓋的C端用戶而言，商業化歷程仍然沒有真正開啓。

對於大多數開發者而言，廠商之間價格戰打的越歡，對他們而言產品開發成本也會越低。不過一旦對某個廠商形成依賴，一旦產品日後提價，這不僅意味着極高的退出成本，ROI（投入產出比）能否回正，都可能存在問題。

不管AI開發者願不願意，在互聯網廠商主導的國內大模型行業，再次回到了十年前互聯網式的商業邏輯，其商業化的決定權已經發生了轉移——何時殺雞，何時"取卵"，都不再由自己說了算。

AI大模型，開啓618

當然，僅就模型調用成本打"骨折價"這一行爲本身，是非常"互聯網"的。

原因無他，所謂古典互聯網精神，即在於打破信息的孤島，實現其流動，和大多數時候的免費分享。

而在生成式AI逐漸大行其道的今日，面對這種商業行爲，只要有一家挑起戰端，其他廠家沒有選擇避戰自保的資格。

行行AI CEO李明順告訴陸玖商業評論，戰端一旦開啓，互聯網廠商之間的價格戰，實際也是算力儲備上的競爭，也因此，諸如阿里旗下的通義大模型，手握行業靠前的雲資源和算力儲備，自然有通過降價來快速搶佔市場的動機。雖然百度等公司有被動應戰的成分，但從綜合實力來看，遠遠超過中小型創業公司，同樣具備不小的競爭力。

所以我們能看到，第一家宣佈降價的大模型廠商，不是時間最久的文心一言，也不是技術全面的通義，而是時間後發，聲量並不算大的火山引擎旗下的豆包——低於同行99.3%的市場均價，足以讓其他廠商"破防式降價"。而騰訊、科大訊飛則更爲徹底，直接選擇了非永久和永久的全面免費。

當然，從公共雲行業的發展軌跡也能有所感知。隨着平均算力成本隨着用戶數量和雲服務器的規模化增加而變低，用雲成本自然也會隨之降低。更進一步，作爲與算力成本直接掛鉤的大模型調用成本，也會隨着價格降低。

而在此過程中，國產大模型的能力也在不斷演進——一旦到達可使用狀態，即可開放給它的直接用戶，以更低的價格。

不過，這種免費通常帶有諸多限制。譬如阿里、百度降價幅度最高的產品都是其偏輕量化的模型版本，僅適用於使用頻次不高、推理量不太大、任務處理量不太複雜的中小企業、開發者短期使用。

這也像極了電商618滿減券的優惠套路——限制品類、限制時間段、限制用量。一旦"熱愛白嫖"的中小開發者選擇切換大模型，往往就進入了廠商們設定好的劇本之中。

"便宜的東西往往最貴"

正如著名作家茨威格的那句話："命運中饋贈的禮物，往往在暗中標好了價格。"如果像當年打車、外賣那般一樣，如果企業用戶和個人應用開發者因爲成本的緣故選擇"無腦猛衝"免費大模型，那麼最遲在幾年之後，他們也會因爲免費的選擇而付出遠超金錢成本的價格。

類似的行爲其實早在去年就初顯端倪，其中一個表現是，各個大模型廠商即通過各類開發者活動和比賽，力圖將其網羅進自身的開發者生態。具體方式，則比較簡單直接——送token。

箇中原理也並不複雜。對於個人開發者而言，大可將其開發產品的一部分剝離，作爲參賽demo，在獲得廠商贈送的token之後，即可進行幾輪0成本的推理測試和產品調優。最終縮短創業產品的開發週期，並提高成功率——當然，前提是接入對應廠商的大模型及其生態。

如果從"免費式降價"的結果倒推，在公共雲資源和算力資源的規模化效應下，廠商爲之提供的token實際成本，是遠低於外界想象的。而他們所獲得的東西，遠比付出的成本多得多。

其一，是在開發者無數次調用模型能力之後，間接爲廠商的底層模型，提供了可供參考的調優思路和產品思路。換言之，廠商提供了燃料，開發者貢獻了寶貴的想法。

其二，一旦創業產品上線及規模化，在很大程度上，意味着與初期使用的底層大模型生態捆綁，其後的產品形態，也將與底層模型深度耦合。這也導致了後期極高的轉換成本和潛在的運營成本。

此外，如今企業用戶選擇某家廠商的大模型，也遠遠不止單純的模型生態，背後互聯網廠商更深層次的行業屬性和產業鏈優勢，也是考慮因素。

譬如遊戲廠商選擇騰訊大模型，其遊戲產品在騰訊渠道中會不會得到優先推薦？快消廠商啓用豆包，是否會在抖音電商投流中獲得優勢？一個可以確定的答案是，如果用了，會不會因此受益是未知。一旦切換其他行業廠商的大模型，失去這種受益的可能性則是確定無疑的。

李明順還向陸玖商業評論透露，由於每個大模型廠商的基因都不盡相同，但在價格戰的殘酷"洗盤"之下，最終脫穎而出的倖存者也不會太多。而基於行業屬性的分佈，在價格戰塵埃落定之後，不同類型的互聯網廠商，最終會在不同的方向佔據C位，C端、B端、G端都是有一定可能的。

重走互聯網補貼大戰的老路

從移動互聯網時代開啓至今，無論是電商、出行，抑或是本地生活，多數都難離開項目融資上線——大規模宣發——補貼大戰——進入平臺壟斷期——收割變現幾個階段。

而在國內大模型行業興起的短短兩年，已經走完了上述流程的五分之三。而對於國內開發者規模的爭奪結果，很大程度上也能最終確定大模型廠商的版圖，和勢力範圍。

一家AI創業產品架構師告訴陸玖商業評論，目前大模型降價浪潮，主要吸引的是中小企業開發者，這部分團隊切換大模型的成本較低，通常只需要寫對應的API接口程序即可。

當然，價格的"骨折"可以吸引大量的白嫖患者前來"就診"，因爲他們不缺想法和能力，只是缺乏必要的啓動成本和算力資源。

但對於規模更大的企業級用戶則不然。首先，針對不同業務的合規性需求，譬如銀行類、出行類等用戶數據敏感型公司，其模型安全需求通常較高。也因此，他們使用的大模型通常是模型廠商的深度定製版本。這代表着爲數不少的開發團隊和運維團隊，自然也意味着極高的切換成本。只有在一些非核心的邊緣業務，會使用非自研的大模型，用以探索新產品及新模式。

即便如此，對於這類成規模的開發者用戶而言，對於大模型的核心需求，遠非價格這麼簡單，更重要的在於生成效果和運行過程中的穩定性。

原因也很簡單，這些底層模型雖然直接使用者是B端的企業級用戶及開發者，選用模型的決策因素可以是價格，但這些用戶的產品大多數最終會面向C端市場。

而C端用戶使用AI產品的唯一驅動力，則是生成效果，也就是通常意義上的"好用"，而在用戶的反向"PUA"下，企業也會偏向這一個標準。

在團隊運維成本，和模型切換成本的雙重壓力下，價格並不會成爲其切換模型的唯一要素。單純因爲價格而貿然切換模型生態，反而會付出比價格更沉重的代價。