国产AI大模型，开启狂卷模式

国产大模型卷出了新高度！

5月21日，阿里云抛出重磅炸弹：通义千问GPT-4级主力模型Qwen-Long，API输入价格从0.02元/千tokens降至0.0005元/千tokens，直降97%。（这意味着，1块钱可以买200万tokens，相当于5本《新华字典》的文字量。这款模型最高支持1千万tokens长文本输入，降价后约为GPT-4价格的1/400，击穿全球底价。）

百度也在同一天宣布百度文心大模型的两款主力模型ENIRE Speed、ENIRE Lite，宣布全面免费，即刻生效。

就在5月15日，字节跳动宣布其火山引擎的豆包大模型开始对外服务。当天豆包大模型的价格为0.0008元/每千Tokens，称「比行业平均水平低 99.3%」，并声称已经击穿了大模型行业的最底价。不过现在已经变得比同行贵了，因为同行已经直接宣布免费。

再往前，5月6日，DeepSeek v2发布，32K上下文，每百万Token价格：输入1元，输出2元。

5月11日，智谱宣布，GLM-3-Turbo降价，128k上下文，每百万Token价格：输入1元，输出2元。

而就在刚刚，又有大佬参战大模型算力价格战！！！

讯飞星火正式宣布免费永久开放了一款轻量级大模型Spark Lite。

腾讯云全面下调大模型价格！主力模型之一混元-lite模型，价格从0.008元/千tokens调整为全面免费。

又是白菜价，又是免费，百模大战进入了新的阶段。

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

像极了某些时刻

5月15号，豆包发布的当天，百度是这么说的「使用大模型不应该只看价格，更要看综合效果，只有让AI应用效果更好、响应速度更快、分发渠道更广，才能让人们切实感受AI为社会生产带来的便利」。

或许在更多用户看来，「人们切实的用户感受」的重要性，远不及大众对价格的感受，远不及免费白嫖带来的用户情绪价值。

卷价格，甚至直接免费，是不是闻到了熟悉的味道？这是不是像极了曾经某些时刻？大模型的战场是不是像极了互联网发展路数。

当年的手机大战、百团大战、网约车大战、社区团购大战，再到现在的造车大战、大模型大战，不能说很相似，简直是一模一样。追热点、有流量、能获客、受到资本青睐的内容大家都在抢着做。

随后会进入摸索期，百花齐放、百家争鸣一段时间。这时候大家都做得都差不太多，但是谁都不服气，谁也都不能做到凤毛麟角。但一定要一较高下，各种刷榜新闻，各种数据或成绩随之出现。用户量，排名，产品都是造势点——大模型已经走过了这个阶段。

再然后或许就是现在的环节，烧钱。

技术比不过就比营销，开始各种打广告和补贴。之前大战之时，吃饭补贴每餐需要几块钱？上下班打车几块钱？社区团购优惠有多大？

今年下半年或者明年，基于大模型的产品出现后，大模型厂商们是否会出现此类大规模推广营销活动？只能留给时间验证。

好在，此时用户是最快乐的，可以免费享受百家产品。

但天下没有免费的午餐，资本是追逐利益的，大模型厂商也是要从市场获得回报，才能稳固自身市场地位。钱烧不动，或者赢家已定的局面之后，价格就会回归正常，甚至开启收割模式，商业化的最终落脚点将是大模型厂商未来的主要思考。

大众似乎已经达成了共识，内卷是必经之路，但最后或许终究逃脱不了垄断的局面。

为什么要卷？

业内普遍的认识是，此轮价格战的主要目的是把“蛋糕做大”，推动大模型使用进入快速增长阶段。

但对于一些规模较小、实力较弱，在搞自研大模型和基座大模型的企业，这一波真的太难了。这一波降价以及免费的飓风，将直接杀死无数还在搞基座的小作坊，没有不可替代的核心竞争力的产品将直接出局。

基础大模型创业公司悬着的心，终于死了。

为什么这么多大模型厂商免费也要开放？低价也要All in？有一部分是情怀吧！

此外，众所周知，AI三要素：算法、数据、算力。

据悉，近期，算力等核心硬件的价格并无显著变化，显然并不是成本突降。

大模型是基建，有场景才是王道，很明显，大模型已经到了做应用抢用户的阶段。但这次价格战跟之前不太一样，不单单是为了抢市场，更是抢数据。

数据作为AI的重要一环，如果没有用户为算法算力生成的产品提供数据与反馈，再强大的底座也没有任何实际存在意义，再优秀的算法算力也派不上用场。

**模型不断地跟用户产生交互，用户不断地为模型生成新的数据。**比如Midjourney，每次为用户生成4张图，大家会选一张自己觉得最好的进行输出或者优化，这是一个非常强的反馈机制，更是一个巨大的数据反馈机制。

大模型的用户越多，数据也就越多，当数据集拿去训练以后，模型也就越优秀，越来越强。

大模型厂商如果想要谈未来，就必须先活下去；而要想活下去的基础，就必须有足够大的数据与市场。

国产AI厂商的这波操作，就是象棋游戏中的「卒」，只能前进，不能后退，是游戏规则。

要么现在不跟风直接退赛，要么只能跟风卷价格。

此时，对消费者来说是最好的AI时代，但是对于AI公司来说，这绝对是又一个至暗时刻。

行业比拼的重点已经由技术，转移到了商业落地，残酷的大模型淘汰赛，已经开始。

写在最后

降价，免费，永久免费，让这场激烈的价格战，卷出了新高度。

大模型经历一年多的发展期，行业入局的窗口期已缓缓关闭，除非有颠覆性技术或场景应用，否则新入局者的机会将会越来越渺茫。

国产大模型已经发展了这么久，是否如你想象？

​

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓