此外，智谱AI大模型开放平台于5月11日上线了新的价格体系，个人版GLM-3Turbo模型产品的调用价格从5元/百万tokens降低至1元/百万tokens，价格下调80%。

阿里云在5月21日发布了降价公告，将旗下通义千问的多款商业化及开源模型进行大幅降价，其中主力模型Qwen-Long的API输入价格从0.02元/千tokens降至0.0005元/千tokens，降幅达到97%。

5月22日，科大讯飞宣布讯飞星火API能力正式免费开放，其中，讯飞星火Lite API永久免费开放，讯飞星火Pro/Max API低至0.21元/万tokens。

这场降价风暴中，不同厂商采取了不同的降价策略，例如，百度的免费策略、字节的折扣策略、智谱AI大模型开放平台的按需付费策略等。

01 大模型降价并非偶然，而是多重因素共同推动的结果。

首先是技术进步。计算硬件（如GPU、TPU等）的性能不断提升，同时算法和软件框架的优化提高了计算效率，使得大模型的训练和部署成本大幅下降，也降低了推理成本，为大模型降价提供了技术基础。

近年来，英伟达、AMD等芯片厂商不断推出更强大的GPU，例如A100、H100等，为大模型训练提供了更强大的算力支持，此外AWS、Azure、阿里云等云计算平台为企业提供了更便捷、更高效的GPU资源获取方式，降低了大模型训练和推理的硬件成本。

同时在算法方面，模型训练方法也在持续改进，如模型压缩、量化、知识蒸馏等，降低模型的大小和复杂度，减少存储和计算资源需求。例如，使用量化技术将模型大小压缩至原来的1/4，能够大幅降低部署成本。例如，OpenAI的GPT-3模型，最初的训练和推理成本都非常高，但随着技术的进步，OpenAI降低了ChatGPT API的价格，并将GPT-4的训练和推理成本都降低了。

其次是市场竞争。市场竞争激烈，各大厂商通过降价和免费策略来降低使用门槛，吸引更多用户，占领市场份额。例如字节通过率先降价获得先发优势,抢占市场份额，百度的免费策略能迅速积累用户，打造用户规模优势，而降低大模型API价格，能够吸引更多开发者使用。此次国内大模型厂商竞相降价，就是市场竞争的体现。

最后是应用拓展。大模型从最初的文本生成到如今在各个行业领域发挥着越来越重要的作用，应用场景不断拓展，需要更多用户参与，降价可以降低用户门槛，加速应用落地。

更低的价格鼓励企业和个人开发者积极探索大模型的应用场景，开发更多基于大模型的应用，加速大模型技术的创新和发展。

API降价或者是免费化，加速大模型与各行各业的融合。例如，Stability AI免费开放了Stable Diffusion模型，吸引了大量开发者和企业参与，加速了AIGC技术在各个领域的应用；金融机构可以通过免费的API使用大模型进行风险控制、反欺诈等，推动金融行业智能化升级。

02 大模型降价对产业既有积极影响，也存在潜在风险。

一是降低使用门槛，促进普及。行业内更多企业能够负担得起大模型服务，吸引更多企业和个人开发者参与大模型开发和应用，加速技术创新，同时优化研发投入，提高资金使用效率。

大模型大幅降价使中小企业和初创公司也能负担得起，降低了技术采用门槛，助力其将大模型应用于业务中。

对于拥有研发团队的企业来说，大模型降价能够降低研发成本，使企业能够将更多资源投入到核心技术研发和产品迭代中，提升研发效率。

此外，企业可以将原本用于大模型服务的资金投入到其他业务领域，提升资金使用效率，促进企业整体发展。

二是推动垂直领域应用，促进大模型在各个垂直领域的应用发展。大模型降价促使更多企业针对特定行业和领域进行大模型的定制化开发和训练，推动了大模型在各个垂直领域的应用。

例如，在教育领域一些教育机构开始利用免费的大模型API进行智能教学、个性化学习等方面的研究和应用。同时，大模型降价使得企业可以根据用户需求进行个性化服务定制，为用户提供更精准、更便捷的服务体验。

此外，大模型降价还会带来潜在风险。

大模型的降价可能会导致少数科技巨头进一步垄断大模型技术，加剧技术垄断风险。比如，头部大厂掌握着大量的技术资源和数据资源，他们可能会利用降价策略，抢占市场份额，最终形成技术垄断的局面。

过度的价格竞争还可能导致利润下降，甚至造成行业恶性竞争。

与此同时，大幅降价吸引用户带来的大模型普及还将导致更多用户将数据上传到云端，数据安全风险也会随之加大。

03  大模型降价为企业带来了新的机遇，企业还要从多方面抓住机遇，积极探索大模型应用场景，提升自身技术能力和产品竞争力，以赢得市场竞争优势。

一是选择合适的大模型服务。企业需要根据自身业务需求选择合适的大模型服务，选择特定领域的大模型，或者选择提供定制化服务的大模型厂商，通过实现应用落地来提升效率，降低成本。

比如，一家物流公司使用特定领域的大模型进行路线规划和配送优化，更易于与公司现有系统集成；一家电商平台与大模型厂商合作，定制开发了针对用户购物行为的推荐模型，提高了商品推荐的准确率，提升了用户购物体验。

二是将大模型应用于企业核心业务。企业需要将大模型应用于核心业务，例如，利用大模型进行智能客服、智能推荐、智能营销等，提升业务效率和用户体验。

比如，一家航空公司使用大模型进行智能客服，能够快速回答乘客的常见问题，并提供航班信息查询、机票预订等服务，提升了用户体验，降低了人工客服成本。

三是构建大模型应用生态系统。企业可以与其他企业或机构合作，构建大模型应用生态系统，共同推动大模型技术在各个行业的应用落地。

比如一家科技公司与多个行业伙伴合作，开发了针对不同行业的应用场景。再比如，与物流公司合作开发智能物流系统，与金融公司合作开发智能风控系统，共同推动大模型在不同领域的应用。

大模型降价不仅降低了应用门槛，也为各行各业带来了无限可能，是推动产业升级的重要机遇。

未来不仅是产品和服务的竞争，更是对技术掌握和应用能力的较量，能够将大模型技术融入自身业务，并不断探索新的应用场景的企业将会走得更远。