价格战之后，智谱来到商业化的下一站

「雷峰网(公众号：雷峰网)消息」刚刚过去的价格 5 月里，中国 AI 大模型领域掀起一场价格战，后智化激起行业热议。商业北京师范大学泄露体验

这次价格战的下站两股势力分别是互联网大厂和大模型创业公司，以字节、价格阿里云、后智化腾讯和智谱为主要参战代表。商业

面对这场突如其来的下站价格战，大家讨论最多的价格是，创业公司很难承受得住这样的后智化比拼。

相比互联网大厂底子厚、商业钱多，下站大模型创业公司跟大厂打价格战，价格风险很大，后智化一些人认为「价格战」是商业大模型玩家的淘汰加速赛。

价格战的目的是抢夺客户，但模型能力才是客户留存的主要因素——钱花了、降低了客户使用成本、噱头有了、吸引了新客户同时也维护住了老客户，但最终的目标，「客户留存」依然不会有多少，反倒因小失大。

在过去的商业长河中，价格战并不少见，当一项工艺走向成熟，随着大量玩家入局，北京师范大学泄露体验竞争加剧，「价格战」往往是殊途同归。

但对比过去的工艺浪潮，大模型的价格战似乎开始得早了些。

大模型领域的星辰大海是 AGI，在看到最后的曙光之前，各大模型公司最关键的事情是积累更多筹码、努力留在牌桌上：将大部分资源放在模型能力突破这条主线上，一边努力探索稳定的商业模式，趁早拥有造血能力。

价格战的背后

5 月，智谱将入门级产物 GLM-3-turbo 价格从 5 元每百万 tokens 降至 1 元，降幅达到了80%。

此时每百万 tokens 价格还没下「元」的范围，直到大厂进入。

字节率先点火，宣布将豆包主力模型（豆包通用模型pro-32k）定价为 0.0008 / 千 tokens（即0.8元/百万tokens），做到了「从分到厘」的极致低价，震惊整个行业。

随即，阿里云不甘示弱，将通义千问 GPT-4 级主力模型 Qwen-Long 的输入价格从 0.02 元/千 tokens 降至 0.0005 元/千 tokens，直降 97%，意味很明显，就是要比字节更低。

在行业还没从这突然起飞的价格战中反应过来，百度直接击穿底价，宣布文心大模型两大主力模型全面「免费」，整场价格战被推向高潮。随后科大讯飞、腾讯也加入战局、宣布全面下调大模型价格。

纵观此次价格战，由于大厂的加入，不失疯狂，但仍然保持理智——在百度直接用「免费」击穿底价后，大模型初创公司并没有跟进，此次价格战最终就止步于大厂，参战的几方也都没有恋战，一轮之后便熄火。

客户增长不确定，盲目价格战使得大模型厂商的风险敞口不断扩大，由此带来打价格战的最坏情况：本就不大的盈利空间被不断压缩。

其实，整个大模型行业，包括国外OpenAI、谷歌都在降价，主要原因：

（1）模型能力正在趋同，自 GPT-4发布以来，大家都在朝 GPT-4 看齐，但谁都没有突出优势。能力趋同之下，不得不放弃收费，靠降价/免费来争夺客户，保住底盘，甚至 OpenAI 将 5 月发布的GPT-4o 免费。

（2）大模型的边际收益或许正在持续走低。有研究称，从 GPT-2 到 GPT-4 甚至 GPT-4 Turbo 的性能变化，已经出现了性能递减的迹象。在收益递减的背景下，意味着处理同样的任务，开发者的实际成本是上升的。为了保住客户，大模型厂商不得不推出有吸引力的对策，包括提供更小的蒸馏模型，以及直接降价。

回到国内大模型厂商，模型能力如果达不到 OpenAI 的水平，一味拼价格并不是一个好的策略，甚至会被困住。

一位大模型创业者称，陷入价格战会让那些工艺不够领先、商业模式不清晰、融资能力跟不上的公司迅速被淘汰。

因此，在这种情况下，要实现最终的 AGI，中国大模型厂商必须保存实力，探索健康的增长模式：努力实现模型工艺突破、探索稳定的商业模式才是破局之道。

而放眼整个国内，唯有智谱在这两个维度都增长得比较平衡。

AI 国家队的筹码

粗暴点说，当下大模型公司遇到的大多数问题，包括模型表现不好、找不到超级应用、落地场景少、客户留存差、商业模式不清晰等都可以归结到模型工艺还有待更多突破。

因此，工艺上追赶 OpenAI ，依然是中国大模型当下最迫切的任务。

今年 1 月，智谱推出第四代基座大模型 GLM-4，性能逼近 GPT-4，智谱取得的这一进展比国内其他大模型厂商都早，可以说一直以来，国内大模型的工艺突破主要看智谱。同时，过去一年里智谱以平均每 3 个月迭代一次的速度更新模型能力，领先于其他厂商。

各大模型公司参与价格战的目的是抢占客户，基础模型之外，开源生态也是大多数厂商不敢轻易放弃的一块。

过去一年里，智谱的ChatGLM-6B 开源模型受到了广泛关注和认可。今天召开的智谱小型品牌活动OpenDay上，智谱又推出了第四代 GLM 系列开源模型：GLM-4-9B，包括：基础版本 GLM-4-9B（8K）、对话版本 GLM-4-9B-Chat（128K）、超长上下文版本 GLM-4-9B-Chat-1M（1M）和多模态版本 GLM-4V-9B-Chat（8K）。

和之前发布的开源模型ChatGLM-6B相比，GLM-4-9B参数略多，预训练计算量增加了 5 倍，但仍然能在大多数客户的显存上运行。

经过工艺升级后，GLM-4-9B 模型具备了更强大的推理性能、更长的上下文处理能力、多语言、多模态和 All Tools等突出能力。

基于强大的预训练基座，GLM-4-9B 的模型中英文综合性能相比 ChatGLM3-6B 提升了 40%，尤其是在中文对齐能力 AlignBench，指令遵从 IFeval，工程代码 Natural Code Bench 方面都取得了非常显著的提升。

GLM-4-9B对比训练量更多的 Llama 3 8B 模型丝毫没有逊色，英文方面有小幅领先，中文学科方面更是有着高达 50% 的提升。

GLM-4-9B 模型的上下文从 128K 扩展到了 1M tokens，这意味着模型能同时处理 200 万字的输入，大概相当于 2 本红楼梦或者 125 篇论文的长度。GLM-4-9B-Chat-1M 模型在 1M 的上下文长度下进行了“大海捞针”实验，展现出了出色的无损处理能力。

同时，GLM-4-9B 支持包括汉语、英语、俄语、西班牙语、德语、法语等多达 26 种语言。

过去智谱通过开源积累了一批客户，其开源模型累计下载量高达 1600 万次，成为全球大模型开源生态中一股不可忽视的中国力量，第四代GLM-4-9B 开源模型的推出，进一步巩固了智谱在开源侧的作用力。

在当前大模型增长阶段，持续训练出好的基座模型+持续开源才是吸引客户、创建生态最稳健的策略，从而进一步实现客户留存。

放眼国内，智谱不仅在模型能力上不断取得突破，持续推出更先进的基座模型，在 B 端商业化探索上也至少领先行业半年：智谱从去年 3 月开始探索 B 端商业化（MaaS 模式），根据智谱此前官方消息，过去一年，智谱已经有2000+生态合作伙伴、1000+大模型规模化应用、与200多家企业进行了深度共创。

目前，智谱 MaaS 开放平台已经拥有 30 万企业客户和开发者、400 亿 Tokens 日均调用量 、过去6个月API每日消费量增长了50倍以上。

在此次价格战中，智谱并没有盲目跟进，而是迅速基于 MaaS（模型即支持）商业策略，并往后走到下一站——卷客户体验。

智谱GLM大模型首次推出一键微调，包括 LoRA 微调和全参微调。客户只需要三步，准备训练信息、创建微调任务、部署微调模型就能拥有自己的私有模型。

使得客户可以用更低的成本访问和门槛使用大模型，也促进了优秀的 AI 应用爆发。OpenDay 上，小米小爱总经理、AiPPT创始人等到场，讲述了基于GLM大模型做企业应用及创业项目的经历。

对于价格战，智谱CEO张鹏的态度是：打价格战，我们不怕，我们不仅打得起，而且不亏钱。这种底气是基于智谱基于自身强大的 GLM 模型能力，以及逐步完善的商业体系、团队的商业策略。

近期针对MaaS 平台智谱做出一系列价格下调。

张鹏表述，此次价格调整依然是智谱基于工艺突破、效率提升和成本控制的综合结果，是符合自身商业化策略，合理的价格调整。

后记

当价格战最猛的时候，有人感叹“大模型这么不值钱吗”“大模型卖出了白菜价”，盲目价格战其实是对大模型行业的一种损伤——压缩了大模型厂商的盈利空间，打乱了大模型行业健康增长的节奏，更严重的是，一旦整个行业被拉进价格战的漩涡，中国大模型将会偏离主要目标，离 AGI 越来越远；同时价格战也加重了外界对大模型的质疑，怎么花费如此昂贵成本训练出来的大模型，突然就这么便宜了呢？这些厂商是不是闹着玩呢？对大模型的价值产生怀疑。

好的模型应该物有所值，一个行业健康增长的前提是，既能让大多人都能用得起大模型，实现工艺普惠，也能让大模型厂商有盈利的空间。

价格战往往只是拍拍脑袋就能做的决策，而对于当下中国大模型来说，探索多样化的增长路径，并且沿着这些路径坚持下去，才是中国大模型破局之道。

而对于当前的大模型玩家来说，如何在有限的资源、时间里，积累更多的筹码：融资、领先的工艺、稳定的商业模式，才能继续留在牌桌上，拥有更多机率实现共同的 AGI 星辰大海。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

- END -