一元钱可能买不到一个包子，但可以创作10000条350字的小红书文案，或是让模型读三本《三国演义》。海内大模型已从参数规模、性能指标“卷”到了token价格，从以分计价发展到以厘计价。
社交平台Soul首席技能官陶嫡前在接管澎湃科技（www.thepaper.cn）采访时表示，To B市场的游戏规则一贯没有改变，大模型“卷”价格是一定，哪家便宜就薅哪家的羊毛。卷完价格就会卷做事，卷完做事市场格局基本形成，模型效果好、价格低、做事好的企业就会胜出。
北京智源人工智能研究院院长王仲远则认为，大模型卷价格是一把双刃剑，价格降落有利于家当遍及和推广，但如果价格低于企业实际本钱，将扰乱市场。他建议大模型企业通过技能提升和改革降落本钱，而不是仅仅为了盘踞市场而贬价。
大模型计费单价（不完备统计）。
大模型价格进入“厘时期”
在大模型中，token代表模型可以理解和天生的最小意义单位，可以是一个词、一个数字或一个标点符号等，它将原始的自然措辞文本转换为模型可以处理的形式。对付中文文本来说，1个token常日对应1.5-1.8个汉字；对付英文文本来说，1个token常日对应3-4个字母。不同大模型企业的token计量并不完备统一。
大模型B端运用可以按调用量收费，按照调用量定价的大模型又可以分为token计费以及按照查询次数收费。例如MiniMax的abab6.5s大模型价格0.01元/千tokens，谷歌轻量化模型Gemini 1.5 Flash供应0.35美元每百万tokens。百川智能Baichuan2-Turbo模型调用价格为0.008元/千tokens，Baichuan2-53B在00:00-8:00的价格为0.01元/千tokens，8:00-24:00的价格为0.02元/千tokens。
百川智能通用大模型调用价格解释。
当前，海内大模型已从参数规模、性能指标“卷”到了token价格，大模型掀起价格战。
5月15日，字节跳动推出豆包大模型家族，豆包主力模型在企业市场的定价只有0.0008元/千 tokens，0.8厘就能处理1500多个汉字，比行业便宜99.3%。以豆包通用模型pro-32k版为例，模型推理输入价格仅为0.0008元/千 tokens。火山引擎是字节跳动旗下云做事平台，火山引擎表示，市情上同规格模型的定价一样平常为0.12元/千 tokens，是豆包模型价格的150倍。根据火山引擎公布的价格打算，一元钱就能买到豆包主力模型的125万tokens，大约是200万个汉字，相称于三本《三国演义》。
火山引擎总裁谭待表示，降落本钱是推动大模型快进到“代价创造阶段”的一个关键成分。大模型“卷”价格，将助力企业以更低本钱加速业务创新。
就在谭待发布上述态度的4天前，海内另一家大模型公司智谱AI（即北京智谱华章科技有限公司）宣告，其大模型开放平台支配有智谱大模型百口桶，新注册用户赠予额度从500万tokens提升至2500万tokens，个中包含2000万入门级额度和500万企业级额度。个人版/入门版GLM-3 Turbo模型调用价格由5元/百万tokens降为1元/百万tokens，相称于0.001元/千 tokens，而0.001元就相称于1厘。利用入门级大模型创作10000条350字的小红书文案，仅需大约1元。
游戏规则从未改变
“To B市场最开始卷排名、卷打榜、卷模型规模，到后来卷价格。”针对当前的大模型价格战，Soul首席技能官陶明对澎湃科技（www.thepaper.cn）表示，相对付C端创造用户需求进而开拓和完善产品，To B市场的游戏规则一贯没有改变，大模型“卷”价格是一定，“B端市场从来没有形成付费的良好习气，哪家便宜就薅哪家的羊毛，终极搞得大家都不赢利，就像云打算，你不贬价，客户就会随着别人跑。”
在陶明看来，去年上半年，大模型行业还是蓝海，如今已是红海。B端市场将大模型视作提质增效的生产力工具，大企业的资源更丰富，打价格战卷的是行业里的中小企业。
他认为，B端市场的下一步是卷模型做事。B端市场的一个痛点是面向不同客户，做事难以标准化。“如果一个B端客户向大模型企业提出一个需求，大模型企业须要几个月的相应韶光，这是难以容忍的。卷完价格卷做事，大概会涌现带着团队和机器驻场支配，供应VIP做事。卷完做事，市场格局基本形成，模型效果好、价格低、做事好的企业就会胜出，掉队的企业就没有什么机会了。”
“我们看到最近各个大模型厂商在发布时都开始卷单价了，火山引擎的价格大幅降落，对付推动家当化有非常大的促进浸染。”王仲远表示，中国用户数量弘大、场景多样，有利于国产大模型生存和发展，促进AI行业繁荣。但大模型卷价格是一把双刃剑，价格降落有利于家当遍及和推广，但如果价格低于企业实际本钱，将扰乱市场。他建议大模型企业通过技能提升和改革降落本钱，而不是仅仅为了盘踞市场而贬价。
价格战背后的模型演化
在王仲远看来，未来大模型行业会往两个方向发展，一是最顶尖的大模型。AI研究者都在追逐圣杯——AGI（通用人工智能），顶尖大模型的算力、数据、参数量还会进一步扩大。二是大模型能够改变各行各业，但在家当化背景下，模型并非越大越好，模型越大能力越强，但利用本钱也更高，因此从企业角度讲，最主要的是在知足一定效果之下尽可能降落本钱。
王仲远表示，越来越多的企业利用技能将模型做成小规模并达到同样水平的能力，一些国产大模型用千亿级参数就能逼近OpenAI万亿参数的GPT-4的水平。“如果将来能够在AI手机或AI PC（AI电脑）上利用，那么参数量还需进一步压缩，以是像十亿级别的参数模型，如果性能能够尽可能逼近GPT-4，有可能利用效果会更好。”
“贬价的基本逻辑是，我们有信心用技能手段降落本钱，市场也须要更低价的大模型。”谭待表示。模型构造、演习方法可以持续改进，业界关注的MoE（稠浊专家模型）便是优化推理本钱的办理方案。工程上，大模型的调用量越大，优化推理本钱的空间也越大。以前的模型采取单机推理，大模型采取分布式推理，如果能把各种各样的底层算力用得更好，推理本钱就会大大降落。
陶明表示，降落推理本钱一方面涉及算力，拿到更便宜的芯片有利于降落本钱，另一方面，模型框架层面的优化也可以降落本钱，例如工程上优化算子等。
