豆包砸錢搶市場，燒不出大模型的未來？

在過去的一年里，大模型賽道掀起了一場“血拼式”的價格戰，而硝煙并未隨著新年的到來而消散。這場戰爭的邏輯并不復雜：降價是一種市場教育工具，也是一種生存策略，但最終誰能笑到最后，還得看技術、生態和用戶的選擇。

就在2024年的最后一天，阿里云宣布了年度第三輪大模型降價，旗下通義千問視覺理解模型的價格降幅超過80%。這并不是孤例。幾周前，火山引擎在Force大會上宣布豆包視覺理解模型輸入價格降至0.003元/千tokens，相當于1塊錢處理284張720P圖片,這種“白菜價”幾乎讓人懷疑利潤空間的存在。而百度智能云更是激進，直接宣布其兩款文心大模型核心產品全面免費開放。

降價并非沒有代價。在這場價格內卷中，小玩家的生存空間將進一步被壓縮。對于巨頭而言，降價是為了構建生態壁壘，但對中小型大模型廠商來說，利潤被壓榨、研發資金不足可能導致技術迭代乏力，最終只能被迫退出賽道。隨著競爭加劇，價格戰的背后實際上是行業對生存權的爭奪。

1

大模型降價：“套路”之下的商業博弈

如果想看清大模型行業的降價策略，首先需要拆解其商業模式。歸根結底，這是一場圍繞基礎服務、精細化需求和算力獨占的復雜博弈，而降價只是表象，真正的“套路”藏在細節中。

根據目前的市場調研，大模型廠商的商業模式可以分為三種：

1. 基礎服務：這是用戶最直接接觸到的部分，即根據輸入的內容生成輸出，也就是模型推理過程。這個環節定價門檻最低，各家廠商的價格戰主要集中于此。

2. 模型微調：廠商根據客戶需求對模型進行定制化訓練，通常按訓練文本的token數量和訓練迭代次數收費。這部分費用相對高昂，且通常按量后付費。

3. 模型部署：針對大型客戶，廠商提供專屬算力資源，按實際消耗的算力或token數量計費。這一服務更接近“個性化定制”，收費邏輯復雜且溢價顯著。

從淺到深，這三種模式反映了大模型從入門到高階的服務路徑。而廠商瘋狂降價的焦點，主要集中在第一種服務——基礎模型推理的價格上。

廠商的降價并非毫無章法，甚至可以說是“降價有術”。以豆包的通用模型Pro-32k為例，其輸入價格為0.8元/百萬tokens，比行業均價低99.3%。然而，輸出部分價格卻高達2元/百萬tokens，與同行相比并不算特別低。這種“輸入便宜、輸出略貴”的模式，正是為了吸引開發者試用，同時確保利潤空間。

再看視覺理解模型Doubao-Vision-Pro-32k，其輸入定價為3元/百萬tokens，輸出高達9元/百萬tokens。雖然聲稱整體降價幅度達85%，但與阿里Qwen-VL或Gemini 1.5 Flash等直接競爭者相比，價格并不占明顯優勢。

更有意思的是，國內其他廠商也有類似的“套路”。百度推出的ERNIE-Speed-8K雖然對外宣傳“免費”，但一旦實際部署，便按5元/百萬tokens收費。阿里的Qwen-Max和豆包Pro-32k也采用類似策略，只在基礎服務上“卷”得厲害，而高端服務價格卻始終居高不下。

表面上看，降價是為了搶占用戶，但實質上這是廠商爭奪市場話語權的戰略手段。通過“白菜價”降低中小開發者的試用門檻，廠商能快速積累用戶數據，優化模型性能，同時為后續的高端服務埋下伏筆。

然而，真正的利潤增長點并不在這些輕量級的“基礎服務”中，而是集中在定制化訓練和專屬算力部署上。以豆包Pro系列為例，其精調服務價格高達50元/百萬tokens，比基礎服務高出數十倍，遠超行業降價幅度。

雖然大廠為了搶占市場不惜大幅降價，但這樣的策略并非沒有代價。輕量級模型的低價競爭可能降低行業整體利潤率，同時也可能讓中小廠商無力參與競爭。然而，用戶真正關心的是模型性能和實際應用效果。

更值得關注的是，降價帶來的用戶增長是否能持續轉化為收入？如果用戶僅停留在基礎服務層面，而未能深入使用微調或部署服務，那么廠商的降價投入可能無法收回成本。

大模型的價格戰，就像一款免費網游：入門容易，但想要更強大的裝備、技能，就必須不斷“氪金”。廠商通過低價吸引用戶，實際上是在為高端服務蓄水。然而，這種模式能否長期奏效，取決于用戶是否愿意為性能提升買單，以及廠商能否在降價中保持技術競爭力。

2

字節跳動的“中間態”焦慮

縱觀大模型賽道，字節跳動絕非起跑最快的那一批選手。CEO梁汝波曾在內部坦言，字節對大模型的敏感度“遲鈍”，尤其與2018年至2021年間成立的創業公司相比，字節直到2023年才開始討論GPT。然而，后來者往往最需要通過內卷彌補差距，而字節的打法則是“砸錢制造熱度”。

在C端市場，豆包以一種“無孔不入”的姿態席卷線上線下。數據顯示，2024年上半年，字節通過豆包在廣告投放上持續加碼。僅4月至5月的投流金額就達到1500萬至1750萬元，而到6月上旬，這一數字飆升至1.24億元。此外，字節充分利用旗下抖音的強勢流量池，幾乎屏蔽了其他AI應用的投放，豆包成為獨占資源的明星產品。

據AppGrowing統計，2024年11月，豆包和另一AI原生應用Kimi成為國內廣告投放最激進的兩款產品，分別投入5.4億元和4億元。這種不計成本的投流策略讓豆包一躍成為國內用戶量斷層式第一的AI軟件，然而，這背后的隱憂同樣顯而易見。

高昂的廣告投入并未帶來預期中的用戶粘性。數據顯示，豆包的用戶活躍度平平，每周僅活躍2至3天，用戶每天發送消息輪次僅為5到6次，人均使用時長僅為10分鐘。這些數據在過去一年中增長并不顯著，反映出用戶對產品的實際依賴度較低。

字節管理層的內部判斷也顯得克制：“豆包這樣的AI對話類產品，可能只是AI產品的‘中間態’。”用戶付費訂閱模式在中國難以走通，而用戶時長和交互輪次的低迷，又限制了廣告空間的開發潛力。這種雙重困境為豆包的商業化路徑設下了隱形天花板。

C端市場的瓶頸迫使字節將更多精力轉向B端業務。從大規模降價到大力推廣豆包的多模態模型，字節試圖通過企業級服務建立穩固的現金流。然而，中國市場與美國大相徑庭，AI產品很難通過單純的訂閱或平臺銷售實現盈利。更多時候，商業化的成敗依賴于具體項目和工程，而這些項目通常與廠商的熱度和品牌信任度密切相關。

正因如此，無論是初創公司還是巨頭，都必須善于維持行業熱度。初創公司制造熱點是為了融資，而豆包這樣的巨頭則希望通過熱度鎖定更多客戶。但這種策略同樣有代價：熱度本身無法直接轉化為長期收益，尤其是當產品的用戶價值尚未充分體現時。

從字節的戰略轉向看，“更低門檻、更多模態”的方向或許是未來的突破口。以剪映和即夢為代表的視頻模型，可能成為大模型落地的關鍵場景。豆包在最新的Force大會上將部分重點放在視頻領域，顯然是看中了這一領域的潛力。

然而，市場的最終選擇權仍在用戶手中。

字節的路徑選擇無疑有其深思熟慮的一面，但也暴露出行業普遍的問題：過度依賴熱度，而忽略了用戶價值的真正沉淀。豆包的現狀說明了一個事實，僅靠“砸錢”吸引用戶，并不能填補產品體驗上的短板。而這種“中間態”的焦慮并非字節獨有，而是整個大模型行業在價格戰和用戶體驗之間難以找到平衡的縮影。

3

價格戰白熱化，技術競速開啟

大模型行業從來不是溫情的競技場。2024年，隨著市場洗牌的加速，這場被稱為“去九存一”的淘汰賽已將大部分二線廠商擠出局。然而，這并不意味著幸存者可以松一口氣。新一輪的競爭已經開始，而這一次，價格不再是唯一的勝負手，技術才是決定生死的關鍵砝碼。

從2023年起，二線及以下大模型廠商紛紛通過“燒錢買流量”的方式試圖留住用戶。這種打法簡單粗暴：降價、免費、瘋狂投流，只為吸引C端用戶并搶占市場份額。然而，事實證明，這種模式難以持久。

國內大模型應用的獲客成本正在快速上升。即便是“撒幣”最狠的廠商，也發現免費產品并不能直接轉化為收益。與此同時，C端的用戶粘性不高，用戶流失率居高不下。更重要的是，企業最終需要抓住那些愿意付費的B端客戶，例如金融、政務等高附加值行業，而B端客戶看中的從來不是價格，而是技術和服務能力。

隨著市場趨于冷靜，簡單的價格戰逐漸被技術競速取代。誰能以更低的成本提供更強的技術能力，誰就能在競爭中活得更久。

技術成本的降低，取決于硬件能力和算法優化，而國內主流廠商在這方面的差距并不明顯。此時，差異化的技術路線成為突圍的關鍵。例如，最近引發熱議的DeepSeek-V3，通過蒸餾技術實現了生成式AI性能的精簡與優化，為行業提供了新的探索方向。然而，這種技術也引發了“優化GPT”的爭論，業界對其真正價值仍存分歧。

技術競速的焦點，從“生成式AI”開始向“推理式AI”轉移。OpenAI推出的o1模型成為行業風向標。這款產品通過延時推理的方式模擬人類邏輯推演能力，邁出了AI從“生成”到“推理”的關鍵一步。更具爆發力的是，o1發布后僅三個月，迭代版o3便迅速面世。o3進一步優化了推理時間與任務適配能力，并推出精簡版mini版，展現了OpenAI在技術革新中的壓倒性速度。

相比之下，國內廠商雖然在快速追趕，但與OpenAI的差距依然明顯。國內企業嘗試通過集成思維鏈、樹搜索以及反思策略優化推理性能，但仍未完全超越o系列的領先水平。一位行業專家表示，國內廠商如果能獲得支持o1架構的開源模型，或許可以加速追趕，但在此之前，現有技術仍將面臨諸多瓶頸。

以往GPT系列的發展節奏表明，從領先廠商推出革命性技術到行業全面跟進，大約需要一年時間。2025年上半年，國內廠商大概率會完成對o系列的初步追趕。但在此之后，現有的生成式AI技術可能逐漸被淘汰。

對于國內大模型廠商而言，留給他們的時間并不多。在下一輪淘汰賽中，價格將不再是決定勝負的關鍵，技術能力將成為生存的唯一籌碼。與其坐等被淘汰，不如趁著“生成式AI”尚未完全退出歷史舞臺，盡可能提高產品性能、優化服務體驗，為自身贏得更多的競爭籌碼。