1. 讲真，两周之前，我也是对国内大语言模型已经开卷的 API 价格战有那么一点儿不安的。GenAI 在中国现在本来就没啥商业模式， API 还不赶紧卖俩子儿么。但随着价格战愈打愈烈，我现在觉得还挺好的。
2. 这一波旨在抢夺国内原生 AI 应用开发者的 API 价格战，目测是最不差钱的 Deepseek 挑起来的，百万 tokens 输入一块，输出两块，智谱第一个不服下场，价格拉到一块钱200万 tokens，面壁智能的小钢炮 MiniCPM 马上跟进一个零元购。再然后大厂跟进，字节的豆包，百度的文心，阿里云的通义，价格基本都在百万 token 八毛钱到一块钱。
3. 也就是说，今天一个开发者用 100 万 tokens 能生成 5本 新华字典文字量的花费，大概相当于一个退休老人在北京搭乘 300 路公交沿着三环绕一圈儿的开销。而国内主流大模型 API 的均价，已经只相当于 OpenAI GPT-4o 降价之后的 1/35（对，OpenAI也降价了，而且半年来三次了）。
4. 这种不想往下过了的玩儿法，怎么都难说是理性的。但是，有没有可能，它还真的就是理性的？
5. API 的用户不是普通的消费者，而是开发者。大语言模型的 API 用户，是从事原生 AI 应用开发的开发者。
6. 这批 AI 应用开发者，在美国已经到处都是了。周日在斯坦福参加一个demo day，10多个项目，从种子阶段到 B 轮，涵盖了 AI+ 生物制药、家居设计、服饰推荐配送、保险、法律、视频剪辑、游戏画面编辑等各个领域，而这仅是美国每天正在活跃着的 AI 开发者的一个极小切片。
7. 但是在中国，你太容易在各式各样的黑客马拉松上看见同一拨人组队，在用国内各个基座模型提供的免费 tokens “打比赛”，idea 频繁切换，以“赢”，而不是成立一家可以融资获客的 AI 创业公司为目的。而真正在开发原生 AI 应用且能融到钱的创业公司，很多都具备独立的模型能力。
8. 也就是说，中国现在尚不存在一大批以 AI 应用初创企业面目出现的 AI 开发者。即便有，可能第一步还是买 GPT-4 Turbo或 Claude 2 的 API，搞海外市场去了。国内 AI 应用开发者的“空心化”，是一个令人不那么愉快，但触目惊心的现实。
9. 在这种情况下，遏制 AI 应用开发者单向外流，进而把隐藏在水下的开发者“激”出来，用国内模型的 API 做一些国内的场景和应用，是必须要上一些手段的。最有效的手段当然就是降低大家在开发中“试错”的成本。
10. 讲句不好听的，国内有几个投资人真的挺认真地在看 AI 原生应用的？（这里致敬一下尽管我经常不同意他很多观点的朱啸虎老师）既然拿不到融资，那就用无限逼近零的成本试错，降低创业的成本，做点东西出来，别光盯着出海，推理成本比海外低 30 多倍，让中国的原生 AI 应用出几个水花，出几个创业公司，激活市场，再吸引不见兔子不撒鹰的国内风险投资机构。要不然，大家都白干。
11. 目前最流行的说法是：中国大模型的“同质化”是卷起 API 价格战的重要原因，既然看不出谁更好，那只能看谁的价格更低。这当然有道理，毕竟全世界只有一个 OpenAI 在最前头跑。可是 Open AI 过去半年已经两次下降 API 的价格了啊，GPT-4 Turbo比 GPT-4 的API 价格砍半，GPT-4o 的 API 比 GPT-4 Turbo 的价格又砍半，年初 GPT-3.5 Turbo 也降了一次价——奥特曼老师不折不扣践行了 API 三个月降价一次的承诺。
12. 这又是因为啥？大多数开发者调用的都是 GPT 家族最先进模型的 API，难道是这个也卖不动了么？还是说，大模型 API 的定价本身就在一个无限向下的动态走势中？
13. 上周三在旧金山参加 AWS 和 Hubspot 主办的一场企业级 AI 的活动上，Snowflake 的现任 CEO Sridhar Ramaswamy 对企业开发自己的 AI 应用发表了看法，他说：“企业的 AI 开发应该更关注加速自身价值的实现，因为每个人都能获得那些模型和它们的 API（原话：You have to think about how AI could really accelerate the valuation because everyone could reach out APIs and Models）。”
14. Snowflake 是一家给企业提供大量工具包以接入各类大模型和它们的 API，方便企业搭建 AI 应用的企业级云数据库的公司，它接触的客户是大量的，见到的企业级 AI 实践的案例是丰富的。而它的 CEO（此前是 AI搜索引擎 Neeva 的创始人）认为：包括 OpenAI 在内的基础模型和它们提供的 API，都只是基础服务，都决定不了一家企业 AI 产品落地的结果，能决定结果的只有企业自己。
15. 如果这个原理成立， GPT 的 API 也不是“一接就灵”，即便是世界上最先进的模型的泛化能力，也不足以彻底决定一款独立 AI 产品的优势的话，OpenAI 的价格策略就合理多了。很多人可能没注意到，自从 ChatGPT 问世以来，GPT 家族 API 价格已经降 90 %了。
16. 最大的差别是，人家 OpenAI 一年半降价90%，Anthropic 一年降了60%，而我们国内的大模型，一夜之间降价 95% 以上。但考量到一年到一年半之前，中国的大模型是荒漠期，也就两三款模型，现在到了抢夺开发者的关键阶段，好像也没必要亦步亦趋按照人家当初的节奏降价，反正早晚是要降的，一次性探底得了。
17. 还有一个关键因素，是很多人都提到的，大模型推理（reasoning）成本的下降。IDC 的数据预计到了 2026 年，云端部署的算力，推理将占用 62.2% 的资源。这意味着推理将成为围绕着大模型生态链最重要的计算行为。不是每个公司都需要训练自己的模型，但所有 AI 应用都需要大量的推理。计算资源向推理的持续倾斜，是 AI 应用真正市场化的一步，海量批处理推理需求、算法优化、硬件加速和负载资源均衡调度都让推理成本以几何级的速度降低。
18. 李彦宏老师上个月披露过文心一言推理成本的变化：一年降低了 99%。Deepseek 这么死命打价格战，API 居然也还能赚到钱，也是因为成本在一个无限趋近于最低的轨道上持续下滑。通义千问降价 97%，背后是阿里云的“公共云+大模型 API”带来的边际成本持续走低。如果成本降低了 99%，价格下降个 95%，考虑到模型的训练成本、硬件消耗成本和计算环境等成本，虽然不能说它一定是个赚钱的生意，但它从长期来看，至少不是一个盲目烧钱的环节。
19. 再扔一个暴论：API 就不应该是大模型商业模式的一部分。基于 iOS 和 Android 搞应用程序开发，难道是要给开放接口和 SDK 付费的么？
20. 当然不是，应用商店分成是苹果和谷歌获利的来源，它现在被比喻成一种“税”。那为什么大模型的 API 收钱呢？你可以说是因为它的训练和推理太烧钱了，但更根本的原因，还是没有太多开发者通过原生的 AI 应用赚到钱。以及，现在的 AI 应用也没有太成规模的商业模式。从更长期来看，AI 应用开发可以建构起更成熟的商业模式，然后跟新一代的 AI 平台，也就是基座模型的提供者分钱。
21. 有了这个前提，别说 API 不该收钱，甚至模型产品都不该收钱。QQ 在2000年服务器都租不起了，想收费，用户抬腿就走人，好在第二年腾讯就绑定了移动梦网，搞起了 SP，三年上市，变成最赚钱的中国互联网公司直到今天。历史不会百分之百复现，但不无值得借鉴之处。
22. API 收费，有可能是一种被创造出来的，为了证明自己有商业模式，而成为了一种所谓的商业模式的商业模式。至少，它不该成为大模型平台最主要的商业模式。
23. 从这个角度看，我们觉得大模型的价格战可以来得再猛烈一点，如果它不是蒙眼狂奔的话。
24. 继续降，till zero cost。
本文来自微信公众号：硅基立场（ID：gh_1b4c629a6dbd），作者：骆轶航