本报记者蒋牧云何莎莎上海北京报道

　　近期，国内大模型市场“硝烟弥漫”，阿里云、百度智能云、腾讯、科大讯飞等厂商旗下的大模型费用纷纷下调。在采访中，多位业内人士告诉《中国经营报》记者，此番降价更多是各厂商之间在进行市场份额的争夺。

　　值得思考的是，“价格战”的背后，也反映出目前业内的大模型产品或服务同质化情况较为严重。多位业内人士指出，业内的大模型采用了类似技术架构和算法，并使用公共数据进行训练，激烈竞争下，急于推出产品，又使得厂商选择已获市场验证的服务模式，最终导致产品同质化现象严重。由此，各厂商如何在激烈竞争下寻求各自的突破口成为重要议题，其中，更具专业性的行业垂直大模型则显示出更大的发展潜力。

　　争夺市场份额

　　尽管较其他互联网大厂的模型发布时间较晚，但豆包大模型的价格却成功以企业级定价0.0008元/千Tokens（字符串），一经公布便成功“奇袭”。

　　不久后，多家大模型厂商也纷纷降价。阿里云宣布通义千问9款商业化及开源系列模型降价，其中，通义千问主力模型Qwen-Long，API输入价格从0.02元/千Tokens降至0.0005元/千Tokens，降幅达到97%；不久前发布的旗舰款大模型Qwen-max，API（数据服务接口）输入价格降至0.04元/千Tokens，降幅67％。百度智能云则在同一天迅速响应，宣布文心大模型两大面向企业的主力模型ERNIE Speed、ERNIE Lite全部免费。

　　隔天，腾讯云也公布全新大模型升级方案，主力模型之一混元-lite模型，API输入输出总长度计划从目前的4k升级到256k，价格从0.008元/千Tokens调整为全面免费。此外，多款混元大模型API输入价格都有50%—87.5%的降幅。同日，科大讯飞也宣布，讯飞星火API能力正式免费开放。其中，讯飞星火Lite API永久免费开放，讯飞星火Pro/Max API低至0.21元/万Tokens。

　　事实上，大模型产品自身拥有一定的降价逻辑，技术不断调整、迭代的情况下，推理成本、调用成本的下降也能不断优化大模型产品的价格。对比海外的OpenAI，同样有着不断降价的趋势。自2023年年初以来，OpenAI进行了4次产品降价，最近一次为5月13日发布的GPT-4o，价格下降了50%。

　　对于价格调整的考虑，阿里云相关负责人告诉记者，此次的降价得益于公共云的技术红利和规模效应。例如，阿里云基于自研的异构芯片互联、高性能网络HPN7.0、高性能存储CPFS等核心技术和产品，构建了极致弹性的AI算力调度系统，结合百炼分布式推理加速引擎，大幅压缩了模型推理成本，并加快了模型推理速度。

　　不久前百度在 AI 开发者大会上也提到，相比一年前，文心大模型的算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%。

　　不过，推理成本的降低并不代表研发成本的降低，尤其对比海外的芯片性能以及先发优势，国内大模型的成本优化和盈利能力还有很大的挖掘空间。比如，百度 2023年财报显示，公司研发支出为242亿元，较2022年增长4%。百度在财报中表示，这主要由于支持生成式 AI 研发投入的服务器的折旧开支及服务器机架费增加所导致。

　　类似的，科大讯飞近期公布的一季报显示，报告期内，公司实现营业收入较去年同期增长26.27%；但第一季度归母净利润及扣非净利润分别较去年同期减少2.42亿元和1.02亿元。亏损增加的原因之一就是在通用人工智能认知大模型方面的投入。报告显示，公司 2024年第一季度在大模型研发以及核心技术自主可控和产业链可控，以及大模型产业落地拓展等方面，新增投入约 3 亿元。其中，研发费用8.42亿元，较去年同期增加1.26亿元。

　　在投入巨大且持续上升的阶段，对于此番大模型费用密集降价，有大模型企业人士向记者直言：“实际还是为了抢占市场份额，由于有的厂商大幅降价，其他参与者也只能跟上。”对此，也有多位业内人士向记者表示，大模型的研发，尤其是通用大模型需要的算力、基础设施投入之大，更多还是大厂之间的比拼，市场的其他参与者很难与之竞争。

　　专业性服务不可替代

　　值得思考的是，我国大模型实际仍处于发展初期。在这一阶段就开始“价格战”，在业内看来是市场产品同质化严重所导致。北京市社会科学院研究员王鹏向记者表示，从当前市场上的大模型产品来看，很多都采用了相似的技术架构和算法，导致功能上的高度相似性。这种同质化现象使得厂商难以通过产品创新来吸引消费者，因此只能通过降低价格来争夺市场份额。

　　关于为何会产生同质化现象，王鹏表示，首先是技术成熟与算法相似性，导致了大模型在功能和性能上的趋同。其次，训练数据集的相似性也是原因之一，大模型的训练需要大量的数据，目前很多厂商都使用了相似的公开数据集进行训练，这也加剧了大模型之间的相似性。最后，在于市场竞争与用户需求，在激烈的市场竞争中，为了迅速占领市场，厂商更倾向于推出与市场上已有产品相似的大模型，因为这样可以降低研发成本和风险，同时可以满足用户对大模型的基本需求。

　　但不可否认的是，同质化背景下，降价对于业务的拓展有着一定效果。记者也观察到，不少专业性较强的企业，如金融机构近期都加强了与大模型厂商之间的合作。比如，泛华控股集团近日与百度智能云举行战略合作签约仪式，将共同打造AI保险销售助理“度晓保”，希望通过AI大模型使客户享受到更加专业、便捷的服务。此外，基金投顾业务试点机构盈米基金也接入通义千问，用于升级旗下基金投顾平台“且慢”的AI智能助理“小顾”，为用户提供更加智能、全面的投资服务。

　　那么，此次通用大模型的集体降价，是否也会挤压到垂直领域，如金融大模型的生存空间？大模型的降价潮是否会向垂直大模型蔓延？

　　王鹏表示，通用大模型降价后，原本考虑使用金融等垂直领域大模型的企业或个人，可能会因为价格因素而转向通用大模型，这将对垂直领域大模型的业务空间造成一定程度的挤压。与此同时，面对众多相似的大模型产品，客户在选择时可能会感到困惑和无所适从，这进一步加剧了市场竞争的激烈程度。因此，王鹏判断，随着通用大模型市场竞争的加剧，价格战有可能会向垂直领域蔓延。不过，垂直领域大模型由于其专业性和定制化需求，可能会在一定程度上抵御“价格战”的冲击。这是因为垂直领域大模型通常针对特定行业进行优化和定制，因此在某些专业领域仍具有不可替代性。

　　对此，也有金融机构人士告诉记者，目前机构对通用和金融垂直大模型均有过测试，从实际的使用效果来看，知识幻觉的情况还是较为明显。记者也了解到，目前大模型在金融机构的应用还是在营销素材或话术的生成，以及企业智能办公系统等方面。

公告未说明，莫秋琴下一任岗位归属，但其公告的转任公司其他工作岗位的说明是无。

　　由此，不论是通用大模型还是垂直大模型，如何突破同质化成为重要议题。在王鹏看来，从通用大模型的角度来看，需要持续提升通用性和易用性，使其能够适应更广泛的应用场景和用户需求。同时，通过不断增加新的功能特性来吸引用户，如多模态支持、跨语言处理等。从垂直大模型的角度来看，则需要深入行业需求，针对特定行业的需求进行深度定制和优化，提供专业化的解决方案。最为重要的是整合专业知识和数据资源，或与行业内的领先企业进行深度合作，通过针对性的专业知识和数据来提供更专业化的解决方案和服务。

　　综合看接下来的大模型竞争格局，中关村物联网产业联盟副秘书长袁帅向记者表示，在通用大模型市场，由于“价格战”的持续进行，市场竞争将更加激烈。厂商需要不断提升技术实力和服务质量，以应对市场竞争。在垂直领域大模型市场，其特定行业中的专业性和深度优势仍然无法替代。因此，垂直领域大模型仍将保持一定的市场规模和增长潜力。同时，随着技术的进步和市场的成熟，垂直领域大模型的成本也有望进一步降低配资知识开户，从而推动价格下降，这将使得垂直领域大模型在市场中更具竞争力。