文|陆玖商业评论

不管AI开发者愿不愿意，在互联网厂商主导的国内大模型行业，再次回到了十年前互联网式的“免费”逻辑，其商业化的决定权已经发生了转移——何时杀鸡，何时“取卵”，都不再自己说了算。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍任谁都没有想到，2024年618的第一枪，居然不是由“猫狗拼抖”任意一家电商发起，取而代之的是大模型厂商。

半个月前，火山引擎先发制人，宣布豆包主力模型在企业市场定价为0.0008元/千tokens，较行业便宜99.3%。一周后，百度、阿里云、科大讯飞等主流国产大模型厂商，均宣布旗下主力模型全面免费。 

自此，以免费为噱头的大模型价格战，就此形成了短期无法“回退”的多米诺骨牌。 

如果回望历次互联网细分行业的增长历程，大多数时候都经历过增长期、补贴期的白嫖，以此换取市场规模和用户数量。待到产品生态成熟，捆绑了足够多以此为生的用户和产业链，再行提价以完成收割。到目前为止，大模型经历了第一年的出世与合规，正在进入以降价为主要特点的第二阶段。 

唯一的区别是，目前大模型主要降价对象，仍然以企业级用户和应用层开发者为主。对个人用户而言，除了部分厂商的升级版服务需要订阅会员，仍然是处在完全免费的状态。换言之，对于大模型及其相关产品来说，真正想要覆盖的C端用户而言，商业化历程仍然没有真正开启。

对于大多数开发者而言，厂商之间价格战打的越欢，对他们而言产品开发成本也会越低。不过一旦对某个厂商形成依赖，一旦产品日后提价，这不仅意味着极高的退出成本，ROI（投入产出比）能否回正，都可能存在问题。 

不管AI开发者愿不愿意，在互联网厂商主导的国内大模型行业，再次回到了十年前互联网式的商业逻辑，其商业化的决定权已经发生了转移——何时杀鸡，何时“取卵”，都不再由自己说了算。 

AI大模型，开启618

当然，仅就模型调用成本打“骨折价”这一行为本身，是非常“互联网”的。

原因无他，所谓古典互联网精神，即在于打破信息的孤岛，实现其流动，和大多数时候的免费分享。 

而在生成式AI逐渐大行其道的今日，面对这种商业行为，只要有一家挑起战端，其他厂家没有选择避战自保的资格。 

行行AI CEO李明顺告诉陆玖商业评论，战端一旦开启，互联网厂商之间的价格战，实际也是算力储备上的竞争，也因此，诸如阿里旗下的通义大模型，手握行业靠前的云资源和算力储备，自然有通过降价来快速抢占市场的动机。虽然百度等公司有被动应战的成分，但从综合实力来看，远远超过中小型创业公司，同样具备不小的竞争力。 

所以我们能看到，第一家宣布降价的大模型厂商，不是时间最久的文心一言，也不是技术全面的通义，而是时间后发，声量并不算大的火山引擎旗下的豆包——低于同行99.3%的市场均价，足以让其他厂商“破防式降价”。而腾讯、科大讯飞则更为彻底，直接选择了非永久和永久的全面免费。 

当然，从公共云行业的发展轨迹也能有所感知。随着平均算力成本随着用户数量和云服务器的规模化增加而变低，用云成本自然也会随之降低。更进一步，作为与算力成本直接挂钩的大模型调用成本，也会随着价格降低。 

而在此过程中，国产大模型的能力也在不断演进——一旦到达可使用状态，即可开放给它的直接用户，以更低的价格。 

不过，这种免费通常带有诸多限制。譬如阿里、百度降价幅度最高的产品都是其偏轻量化的模型版本，仅适用于使用频次不高、推理量不太大、任务处理量不太复杂的中小企业、开发者短期使用。 

这也像极了电商618满减券的优惠套路——限制品类、限制时间段、限制用量。一旦“热爱白嫖”的中小开发者选择切换大模型，往往就进入了厂商们设定好的剧本之中。 

“便宜的东西往往最贵”

正如著名作家茨威格的那句话：“命运中馈赠的礼物，往往在暗中标好了价格。”如果像当年打车、外卖那般一样，如果企业用户和个人应用开发者因为成本的缘故选择“无脑猛冲”免费大模型，那么最迟在几年之后，他们也会因为免费的选择而付出远超金钱成本的价格。 

类似的行为其实早在去年就初显端倪，其中一个表现是，各个大模型厂商即通过各类开发者活动和比赛，力图将其网罗进自身的开发者生态。具体方式，则比较简单直接——送token。 

个中原理也并不复杂。对于个人开发者而言，大可将其开发产品的一部分剥离，作为参赛demo，在获得厂商赠送的token之后，即可进行几轮0成本的推理测试和产品调优。最终缩短创业产品的开发周期，并提高成功率——当然，前提是接入对应厂商的大模型及其生态。 

如果从“免费式降价”的结果倒推，在公共云资源和算力资源的规模化效应下，厂商为之提供的token实际成本，是远低于外界想象的。而他们所获得的东西，远比付出的成本多得多。

其一，是在开发者无数次调用模型能力之后，间接为厂商的底层模型，提供了可供参考的调优思路和产品思路。换言之，厂商提供了燃料，开发者贡献了宝贵的想法。 

其二，一旦创业产品上线及规模化，在很大程度上，意味着与初期使用的底层大模型生态捆绑，其后的产品形态，也将与底层模型深度耦合。这也导致了后期极高的转换成本和潜在的运营成本。 

此外，如今企业用户选择某家厂商的大模型，也远远不止单纯的模型生态，背后互联网厂商更深层次的行业属性和产业链优势，也是考虑因素。 

譬如游戏厂商选择腾讯大模型，其游戏产品在腾讯渠道中会不会得到优先推荐？快消厂商启用豆包，是否会在抖音电商投流中获得优势？一个可以确定的答案是，如果用了，会不会因此受益是未知。一旦切换其他行业厂商的大模型，失去这种受益的可能性则是确定无疑的。 

李明顺还向陆玖商业评论透露，由于每个大模型厂商的基因都不尽相同，但在价格战的残酷“洗盘”之下，最终脱颖而出的幸存者也不会太多。而基于行业属性的分布，在价格战尘埃落定之后，不同类型的互联网厂商，最终会在不同的方向占据C位，C端、B端、G端都是有一定可能的。 

重走互联网补贴大战的老路

从移动互联网时代开启至今，无论是电商、出行，抑或是本地生活，多数都难离开项目融资上线——大规模宣发——补贴大战——进入平台垄断期——收割变现几个阶段。 

而在国内大模型行业兴起的短短两年，已经走完了上述流程的五分之三。而对于国内开发者规模的争夺结果，很大程度上也能最终确定大模型厂商的版图，和势力范围。 

一家AI创业产品架构师告诉陆玖商业评论，目前大模型降价浪潮，主要吸引的是中小企业开发者，这部分团队切换大模型的成本较低，通常只需要写对应的API接口程序即可。 

当然，价格的“骨折”可以吸引大量的白嫖患者前来“就诊”，因为他们不缺想法和能力，只是缺乏必要的启动成本和算力资源。 

但对于规模更大的企业级用户则不然。首先，针对不同业务的合规性需求，譬如银行类、出行类等用户数据敏感型公司，其模型安全需求通常较高。也因此，他们使用的大模型通常是模型厂商的深度定制版本。这代表着为数不少的开发团队和运维团队，自然也意味着极高的切换成本。只有在一些非核心的边缘业务，会使用非自研的大模型，用以探索新产品及新模式。 

即便如此，对于这类成规模的开发者用户而言，对于大模型的核心需求，远非价格这么简单，更重要的在于生成效果和运行过程中的稳定性。 

原因也很简单，这些底层模型虽然直接使用者是B端的企业级用户及开发者，选用模型的决策因素可以是价格，但这些用户的产品大多数最终会面向C端市场。 

而C端用户使用AI产品的唯一驱动力，则是生成效果，也就是通常意义上的“好用”，而在用户的反向“PUA”下，企业也会偏向这一个标准。 

在团队运维成本，和模型切换成本的双重压力下，价格并不会成为其切换模型的唯一要素。单纯因为价格而贸然切换模型生态，反而会付出比价格更沉重的代价。