写点什么

价格战,并不是大模型厂商的初衷

  • 2024-05-24
    北京
  • 本文字数:3884 字

    阅读完需:约 13 分钟

价格战,并不是大模型厂商的初衷

商战,往往是朴实无华的。


OpenAI 吹响了降价号角之后,国内外大模型厂商陆续发布降价消息。直至 5 月 21 日,阿里云发布降价公告,将旗下通义千问的多款商业化及开源模型进行大幅降价,彻底将这场降价狂欢推向高潮。


大模型“价格战”的厮杀也将愈演愈烈——不管是头部厂商还是中小大模型厂商都在搞降价,降价幅度逐渐走高,降幅 80% 都变得不那么出人意外,这一系列操作给科技圈和经济圈带来了大大震撼,谁也不想错过这么好的流量。一时间互联网上充斥着无数实时更新的资讯,深度浅度的分析,莫名其妙的预测。风起云涌,硝烟四起……


请暂停一下。


虽然一场以降价为起点的互联网狂欢会在一年当中出现很多次,但国内大模型的降价还是第一次。降价带给我们的,难道仅仅是短期的优惠和吃瓜的快乐吗?在这场价格战背后,我们究竟能获得什么?为了解答这些问题,我们对最近的这波“模型厂商的降价狂欢”做了全面观察,笔者发现阿里云的此次降价有点不一样,不仅全线 9 款模型降价,且主力模型 Qwen-Long 作为对标 GPT-4 的国产大模型是降幅相当大,高达 97%。这不禁让笔者陷入思考,下文以期从技术角度拆解。


入场:MaaS 模式开启,阿里云领跑大模型应用新时代


随着 MaaS 理念、模型开源开放技术发展理念被行业里越来越多人推崇,阿里云已经站在大模型应用新时代的领跑位置。自去年下半年起,行业风向明显转变,模型厂商们开始深刻认识到,技术的真正价值在于解决实际问题,而不仅仅是技术本身的堆砌。根据国家数据局今年 3 月发布的数据,中国已拥有超过 100 个参数超过 10 亿的大型模型,这些模型在多个行业中形成了上百种应用模式,有效推动了各行业的数字化转型。


MaaS 模式应运而生,它标志着大型模型技术从“拼业务”转向“拼市场”的新阶段。通过 MaaS,企业可以按需访问云平台上的大型模型,无需承担高昂的硬件投资和长期维护成本,从而更加灵活、高效地使用这些先进技术,加速业务创新和市场响应。在阿里云看来大模型将更像 AI 时代的操作系统,大多软件都将基于大模型调用 GPU,而不再会直接调用 GPU


阿里云敏锐地捕捉到了这一市场趋势,率先推出了 MaaS 模式。通过高性能 AI 集群“灵骏”,阿里云为万卡规模的 AI 集群提供了无拥塞、高性能的集群通讯能力,为大模型应用的快速落地提供了坚实的算力基础。

阿里云 MaaS 的独特优势还体现在其对大模型应用快速落地的助推作用。通过提供一站式的大模型应用开发平台「百炼」,为需要在内部进行大模型训练的企业提供了一个安全的数据使用环境。


市场竞争加剧也对企业的商业模式和造血能力提出了更高要求,行业或加速洗牌。一些产品成熟度不高、资金实力不强的企业可能在价格战中被淘汰。大模型创业公司月之暗面创始人杨植麟表示,过度的价格战可能会伤害那些专注于技术创新但资金实力有限的中小型企业,希望行业能回归理性竞争。


不过,在任何一场价格战中,无论商家如何“搏杀”,用户至少短期来看都能从中受益。大模型的调用成本大幅降低,有利于创业公司加快创新步伐,开发出更多商业化的大模型应用,促进大模型技术的普及与推广。


站在变革的十字路口,如何从技术实力、生态建设、应用创新等方面厚积薄发,是目前对于模型厂商来说,比价格战更重要的事情。


亮剑:公共云 +API 调用 + 应用工具,是大模型应用最好的落地范式


如果大模型不能实现有效的落地应用,那么无论其技术多么先进,其实际意义也将大打折扣。技术的价值一定是在于其能够解决现实问题、提高效率、创造新的可能性。而阿里云百炼的业务主张一直是“公有云 +API+ 应用的落地范式”,从他们整个发展过程来看,这个主张行之有效。


得益于“公有云 +API”的边际效应,阿里云的 MaaS 服务体系让按需进行算力“租借”模式延续到企业 AI 创新领域。加之各模型厂商 API 的持续降价,最直接的影响是推理成本的普惠,毕竟所有的模型应用过程都需要推理。但基础模型本身并不能决定任何一家企业的 AI 应用能否成功落地。模型只是基础,真正的关键在于如何将这些工具应用到实际业务场景中,并解决具体问题。而要实现这一点,使用门槛的降低就显得尤为重要。


使用门槛的降低能够释放大模型的红利,让更多的企业和开发者能够轻松接入和使用这些先进技术。这正是阿里云推出 MaaS 模式和百炼大模型服务平台的核心思想。百炼作为一站式的大模型应用开发平台,其独特的架构和优势为企业提供了强大的支持。


「百炼」凭借创新的开放架构设计,为企业提供了一站式的 AI 解决方案。该平台整合了模型服务,配备了全面的模型开发工具和应用工具,实现了从大模型输出到智能体发布的无缝对接。利用智能体构建、应用广场及自定义画布流程编排等先进工具,企业得以迅速构建并部署大模型应用。


百炼平台拥有全面的模型服务。它提供从数据管理、模型训练、评估到部署的全链路服务,支持多种大模型和框架,以满足不同业务场景的需求。平台通过智能调度和优化算法,实现 GPU 资源的最大化利用,有效降低用户算力成本。此外,百炼平台支持多种开源和商业化模型,用户可轻松接入和使用,加速 AI 应用的开发进程。无论是云上部署还是私有化部署,百炼平台都能提供灵活的解决方案,同时保障用户数据的安全和隐私。用户友好的界面和工具使得开发者能够更高效地进行工作。


在模型功能及生态方面,百炼平台展现了其强大的实力。它支持多种模型的训练和微调,包括预训练模型、全参微调和 PEFT(参数高效微调)等,以满足不同场景下的模型优化需求。全面的模型评估指标和工具帮助用户快速了解模型性能并进行优化。百炼平台支持模型的快速部署和推理,同时开放 API 和插件接口,支持用户自定义模型和工具,进一步丰富模型生态。


针对 AI 应用落地场景对模型平台的需求,百炼平台同样表现出色。它支持基于 Open AI 的 Assistant API 架构,方便开发者集成。支持 Llamaindex、langchain 等开源框架,使得模型能够在实际业务场景中发挥作用,实现智能交互和决策。Prompt 工程支持帮助用户构建高质量的指令和回答,提升模型的准确性和稳定性。在数据管理与预处理方面,百炼平台提供高效的数据处理功能,以提高模型训练的质量和效率。


以朗新科技为例,该公司基于「百炼」成功训练出电力专属大模型,并开发出多款产品,如“电力账单解读智能助手”,显著提升了客户接待效率并降低了投诉率。


在最近的 AI 智领者峰会上,阿里云智能集团资深副总裁刘伟光强调:“作为中国领先的云计算公司,阿里云此次大幅降低大模型推理价格,旨在加速 AI 应用的广泛普及。我们预见,未来大模型 API 的调用量将实现成千上万倍的增长。”


阿里云的「百炼」战略核心在于,通过降价降低企业使用 AI 技术的门槛,实现技术的普及与惠民。从技术、时间和费用三个成本维度来看,这一策略不仅减轻了企业的技术投入压力,还通过优化服务流程,如简化模型部署和应用集成,降低了企业在技术学习和应用上的时间成本。同时,后付费结算模式和免费额度的提供,进一步减少了企业的费用支出,使企业能够以更低的风险尝试和采纳 AI 技术。


阿里云的「百炼」战略核心在于,通过持续打磨的千问大模型,提升企业及用户的使用效果,带来体验的飞升。通过技术升级带来降价,降低企业使用 AI 技术的门槛,实现技术的普及与惠民;通过便捷开放的应用构建工具,提高企业集成大模型的效率,打通大模型到业务落地最后一公里。从技术、时间和费用三个成本维度来看,这一策略不仅减轻了企业的技术投入压力,还通过优化服务流程,提升集成及开发效率,降低了企业在技术学习和应用上的时间成本。同时,后付费结算模式和免费额度的提供,进一步减少了企业的费用支出,使企业能够以更低的风险尝试和采纳 AI 技术。


创新战:降价策略助力企业普惠,推动 AI 产业共创共赢


商战,价格不是唯一,所谓价格战的本质其实是技术创新之战。


这一策略背后隐藏着深层次的商业逻辑和市场考量。通过降价,厂商不仅能够利用技术领先优势快速占领市场份额,还能加速产品迭代,根据用户反馈和数据持续优化产品。同时,降价有助于构建和扩大以大模型为核心的生态系统,吸引更多开发者和合作伙伴加入,共同推动技术和应用创新。厂商通过降价适应市场变化和用户需求,使高端技术更加普及,从而加速技术的广泛应用。


在这场 AI 技术的浪潮中,回看大模型厂商之间的这场价格战,商业竞争更是表象,它其实是更深层次地反映了企业对 AI 技术普惠的追求和对行业共赢未来的承诺。阿里云大模型服务平台百炼的降价策略,正是基于这样的理念,通过降低使用门槛,使更多的企业能够享受到 AI 技术带来的变革。


当模型数量和价格不再是竞争的唯一标准时,如何使模型更加实用、易用,成为了新的竞技场。阿里云凭借其在算力资源、数据管理、研发人才以及数据中心管理等方面的优势,已经具备了成为国内顶尖模型基础设施提供者的条件。通义千问开源模型的高下载量和企业客户的快速增长,也正是阿里云在模型领域领导地位的有力证明。


对于中小科技企业而言,AI 技术的降价策略带来了更广阔的的时长和机遇。他们能够以更低的成本接入先进的 AI 技术,从而在市场中获得竞争优势,甚至有机会再次颠覆传统的互联网格局。


此次的降价浪潮也让我们我们能够预想到大模型技术的应用场景将不断拓展,对社会和行业的积极影响也将日益显著。


总结来说就是,百模大战,已经结束。


但这并非 AI 发展的终点,而是技术新征程的起点。随着大模型技术的普及和成熟,AI 产品技术之间的真正角逐才刚刚拉开帷幕,未来一定是一个以创新、应用和用户体验为核心的全新时代。企业之间的竞争将不再局限于模型的规模和能力,而是转向如何将 AI 技术转化为实际产品,解决现实问题,创造商业价值。至于未来谁能厮杀出圈,就让我们拭目以待。



2024-05-24 18:307699

评论

发布
暂无评论
发现更多内容

万事开头难——人为推进效应

Justin

心理学 28天写作 游戏设计

(28DW-S8-Day21) 《流程型组织》学习笔记:「客户第一」还是「老板第一」

mtfelix

28天写作 流程型组织

打卡第一次

容光

办公自动化

原来我还有网络天赋

叫练

网络 交换机

算法攻关 - 重上到下打印二叉树 (O(n))_offer32

小诚信驿站

刘晓成 小诚信驿站 28天写作 算法攻关 从上到下打印二叉树

Oracle中我们什么时候需要用到定时任务?

xiezhr

oracle 定时任务 存储过程

Elasticsearch Document 写入原理

escray

elastic 28天写作 死磕Elasticsearch 60天通过Elastic认证考试

LeetCode题解:91. 解码方法,动态规划,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

进入大厂的简历应该是什么样子

我是程序员小贱

3月日更

啥?用了并行流还更慢了

L

Java

Elasticsearch 近实时搜索 Near Real-Time Search

escray

elastic 28天写作 死磕Elasticsearch 60天通过Elastic认证考试 3月日更

Zookeeper.01 - 简介

insight

zookeeper 3月日更

Lex Fridman: How to learn and master a new skill 简评

teoking

微服务学习笔记

lenka

3月日更

《经济学人》2021年3月13日刊精彩文章导读及资源免费下载

wbliu85

你最喜欢的奥斯卡电影是哪部?

wbliu85

「Linux」网络配置大揭秘

我是程序员小贱

3月日更

css高度坍塌与清除浮动

依旧廖凯

28天写作 3月日更

【LeetCode】设计哈希集合Java题解

Albert

算法 LeetCode 28天写作 3月日更

Wireshark数据包分析学习笔记Day9

穿过生命散发芬芳

Wireshark 数据包分析 3月日更

Python 日期格式和时间以及当前时间和时间戳

HoneyMoose

MySQL主从复制机制

luojiahu

MySQL 主从复制

[转]html5设计原理

小江

基于SparkMLlib智能课堂教学评价系统的设计与实现(一)

大数据技术指南

大数据 spark 智能时代 28天写作 3月日更

Python DataTime 日期处理

HoneyMoose

虚拟路由器冗余协议 VRRP 详解

数字化“翻译官”

boshi

数字化 七日更

一名MindSpore新手的爬坑记录~~

依旧廖凯

28天写作 3月日更

什么样的技术能进入一线大厂?这份阿里、百度、腾讯等 20家Java岗招聘要求梳理报告,会给你答案;

Java架构师迁哥

优雅编程 | Javascript闭包的4种高级用法

devpoint

闭包 防抖 节流 闭包要点

滚雪球学 Python 之怎么玩转时间和日期库

梦想橡皮擦

28天写作 3月日更

价格战,并不是大模型厂商的初衷_AI&大模型_张晓迪_InfoQ精选文章