一张图看懂大模型“价格战”

最新推荐文章于 2024-09-21 10:11:41 发布

深度学习技术前沿

最新推荐文章于 2024-09-21 10:11:41 发布

阅读量70

点赞数

版权

来源：AI科技评论

最近，国内云厂商的大模型掀起一场降价风暴。火山引擎、阿里云、百度云等纷纷宣布降价，部分模型价格降幅据称高达99%，甚至还有些模型直接免费。

五花八门的降价话术，一眼望去遍地黄金。但事实真的如此吗？今天我们就拨开迷雾，深挖下大模型降价背后那些事。

选大模型

要最强版还是轻量级？

企业选用大模型，首先要明确模型的使用需求：

如果需要语言理解、生成、逻辑等综合能力强，能解决复杂业务场景问题的大模型，那么必须使用各大头部厂商的最强模型，包括豆包Pro系列、通义千问Qwen-Max系列和文心ERNIE 4.0。这些模型均已超越GPT3.5，但距离GPT-4略有差距。

如果对模型能力要求不高，比如简单的对话问答，但是需要响应速度快、便宜的大模型，那么可以使用各家大模型的轻量化版本。包括豆包Lite系列、通义千问Qwen-Long/Plus/Turbo系列、文心ERNIE-3.5/Speed/Lite系列。

选模型就像选车一样，高端商务和家用买菜，肯定不是一个价。入门级的车就算给你倒贴钱，你敢开去跑极限越野吗？所以还是要关注模型能力，不能光看最低价。

比价格，还要比并发

选好适配业务的模型之后，就要算算使用成本了。

各家大模型公布的x元/千tokens，都是指“后付费”的刊例价。也就是按照实际使用的tokens算账。

乍看很简单——谁的单价低，谁就更便宜呗。但真要用起来，这里面门道就多了。

和“后付费”价格绑定在一起的，有两个关键指标，一个叫TPM（每分钟token数），一个叫RPM（每分钟请求数）。

TPM，代表着一家企业客户在单位时间内能够使用的token限额；RPM，代表着一家企业客户在单位时间内最多能用多少次大模型。两个指标中有一个达到限额，模型就拒绝提供服务了。

打个比方：大模型API调用就像一个大水池，TPM是限定了每分钟可以打一杯水还是一桶水，RPM是限定了同时可以来10个人还是来100个人打水。无论水价多便宜，哪怕是免费的，如果一分钟只能接一杯水，那也没太大用处。

大模型降价“御三家”最详细对比

搞清楚大模型价格那些事儿，接下来看看这波降价潮里最风口浪尖的三家云厂商：首先掀桌的火山引擎和豆包大模型，火上浇油的阿里云和通义千问大模型，摔杯免费的百度智能云和文心大模型。

以上数据均来自于各厂商官网及产品控制台，数据采集时间为5月22日。如有变动，以厂商最新公告为准。

为了更直观地表现以上大模型的综合性价比，我们按照模型能力分级，计算一元钱能购买的tokens数量，以及不同模型支持的并发能力，分别做成图表。

备注：在典型流量场景中，推理输入远大于推理输出，一般为5比1到10比1之间。在长文本对话的PDF总结摘要等场景，输出相比输入更是可以忽略。因此本文以推理输入价格为准，计算一元钱能买到的tokens数量。

简单总结

百度最强模型的价格不变，但轻量模型把“厘时代”直接打到免费。不过需要注意的是，根据文心一言官网介绍，ERNIE Speed模型适用于精调，而精调还是要收费的。

阿里云的模型全线降价，最强模型降幅低，轻量模型降幅高。所有价格应该都是经过了精密的测算，不会是随意拍的数。从价格来看还是颇有诚意，但初始支持的TPM/RPM稍显不足，企业在实际使用中需要对相关权益做好沟通。

字节，火山引擎。当我们说起价格那些事儿，不由想起《明朝那些事儿》的经典台词：要么不做，要么做绝。豆包大模型闷声发育一年，无论是最强模型还是轻量模型，TPM还是RPM，用九个字可以形容：不留空档，竞争力拉满。