AI news

AI 真的太贵了

By InfoQ0 viewsSource: InfoQ
AI 真的太贵了

AI 行业有个吊诡的事儿我一直想不明白,最近有了点思路了,不吐不快。前几天,一个朋友买了某大模型公司的模型套餐。每月 700 块钱的档位。模型确实很不错,用起来也舒服。结果花了两天就把一个月的额度用没了,没想到会这么贵。

The full text has not been translated yet. The Chinese original is shown below.

AI 行业有个吊诡的事儿我一直想不明白,最近有了点思路了,不吐不快。前几天,一个朋友买了某大模型公司的模型套餐。每月 700 块钱的档位。模型确实很不错,用起来也舒服。结果花了两天就把一个月的额度用没了,没想到会这么贵。

昨天,另一位朋友,又试了一个某大厂的 AI 套餐,每月 200 块钱的档位,总共用了 3 次,一周 7 天额度就用没了,特别离谱。

而相比之下,海外的某两家头部模型公司,他们的 30 美金和 100 美金套餐都非常耐用。

这些事儿让我开始有点恍惚。现在国内的 AI 套餐,为什么这么贵呢?

昨天还看到一个辛酸的段子,还没迎来监管,行业就没了:

文章配图

虽然中国消费者也是愿意为 AI 花钱的,但是花钱也要听个响的,现在跟猪八戒吃人参果似的,一口吃下去,还没咂摸出味儿呢,就没了。

怪不得大家都说,AI 真的太贵了。

大家都在说中国的人力成本低,电力便宜,模型推理也更极致。可最后落到真实用户手里的价格,似乎一点也没有便宜啊。

更让我想不明白的是,国产模型大部分还都是开源的,开源就意味着不仅是自己可以部署,各种云厂商都能部署,实际是不存在资源问题的,那为什么普通用户感受到的仍然是高价格和低额度?

把这笔账算清楚

模型的成本要素很多,显卡,研发,推理,运营,销售,但我们暂且抛开其他,先从推理成本和模型毛利入手,用一个简单的模型算一算把账算。

前几天某圣说他们把价格降了四倍,只收 60% 的毛利,回本周期是 10 个月。

这个信息非常有价值,让我们来计算一下数字这个是怎么来的。

假设一个东西卖 10 元,成本是 1 元。它的毛利是 9 元,毛利率是 90%。

如果价格降到原来的四分之一,售价就变成 2.5 元。成本仍然按 1 元计算,新的毛利率是:

(2.5 - 1) / 2.5 = 60%

价格降了四倍,毛利率依然有 60%。

对, 60% 就是这么来的,也就是说,如果倒推的话,原来的毛利率就是 90%。

而 90% 毛利,10 倍成本定价,恰好是诸多模型厂商和云厂商讳莫如深的标准毛利率。

坐拥 90% 毛利率,把利润花到销售、运营、推广,让自己产生竞争优势,让 2B 企业和应用公司去买单。

也就是说,在某圣降价之前,所有的人都是以 90% 的毛利率,10 倍成本的定价在卖模型,而 90% 是什么概念呢,我能想到的就只有茅台了,茅台是极少的毛利率能做到 90% 的东西。(虽然全世界都是这个打法,但至少海外的两家,还知道把 AI 打包成 Token Plan,本质是把价格降 10 倍来换 C 端增长)。

你以为大模型是水电煤,是农夫山泉,可人销售的价格是茅台。

直到 7 月 31 号那天,DeepSeek V4 Flash 正式版出来,一条斩杀线,把假扮茅台的矿泉水本质暴露出来。

文章配图

同一天 Sam 也宣布 Luna 模型降价 80%,我们不妨也套进这公式里也算一算。

如果价格下降 80%,售价就从 10 元降到 2 元,新的毛利率是:

(2 - 1) / 2 = 50%

所以,一个原来毛利率 90% 的模型,价格下降 80% 以后,在成本不变的情况下,毛利率仍然有 50%。

50% 的毛利率,并不是亏钱,仍然有的赚,想想造车行业 20% 的毛利,AI 行业真的已经很幸福了。

之前某圣也说了,如果毛利率是 60%,回本周期大约是 10 个月。

用 10 个月时间,就把推理之外的显卡、研发成本都覆盖了。而通过大幅降价让利,自然获得了行业的口碑传播,这样把运营和销售的钱也省了。这也是让我们可以简化计算的根本原因。

模型太贵,应用就没有空间

模型价格高,还有一个很直接后果:它会把应用层挡在门外。

大家说欸神奇了,AI 这么好的技术,为什么没有什么 2C 应用场景呢?实则是上游你来个 90%,我来个 90%,大家吃肉的实在是太干净了,消费者那边实在啃不动。

一个 AI 应用要付模型调用费,还要付产品、研发、销售、客服、渠道的费用。模型厂商先拿走一大块,应用公司还没开始赚钱,就已经背上了很高的成本。

所以很多产品不是做不出来,也不是没有需求,只是账算不过来。

Coding 场景之所以成立,就是因为程序员的人力成本高,代码模型又能直接参与写代码、调试和交付。普通人的工作当然也需要 AI,只是他们的人力成本往往没有那么高,模型费用就更难被 ROI 覆盖。

现在我们在 Coding 的局部 PMF 里沉浸式捞钱,不要忘了初心想做的是 AGI。

文章配图

现在的价格,却只能让 AI 只能先服务最贵的人。

这也是我不太理解的地方。国产模型也好,文本模型也好,视频模型也好,闭源也好,开源也好,我们到底是给谁用的?

如果只是为了出口,卖给海外公司,价格高一点、利润厚一点,至少还能解释成一种商业选择。可现在看起来,大家显然也希望它们服务中国自己的企业和普通人,希望它们提高整个社会的生产效率。那就更应该让更多人用得起。

开源当然不等于免费。但开源至少应该带来更多普及,应该给价格下降留出空间。如果模型开源了,还非要一起协商不能降价,那用户得到的到底是什么?

大家投了很多钱,买了很多算力,做了很多模型,最后却没有多少应用真正长出来,没有多少人真正用得起。

先让更多人用起来

站在初创公司的角度来说,我们没有办法左右模型公司的毛利率,也无法左右资本在 Infra 和模型层的泡沫狂欢,我们只能带着一些无奈,等待正确的事情发生,同时做一些力所能及的事情。

这里不得不提到某神的公司,通过极限的算法,把他们的 Token Plan 做到了 4 折。结果被全行业的媒体喷,说他们打压竞争对手,说他们用投资人的钱补贴用户换增长。但他明明现金流都正了,一个毛利率是负的 AI 应用公司,在尽自己最大的努力让 AI 变得普及,有必要成为人人喊打的对象吗?太神奇了。

我在设计 Cola 的 Token Plan 的时候,发现按照 SaaS 健身房模式,再把利润全部让给用户换增长,4 折的价格其实也不算很夸张。

在测试阶段,我们给 30 美金的套餐开到了 300 美金的 Token 额度,让大家敞开了用。实验结果发现,用户实际使用量只有 30%,如果模型厂商的毛利稍微下降一点,这个 Token Plan 就能盈亏平衡,这个生意就可以做下去。

当然我知道,我们现在都在一个泡沫里。模型公司需要融资,创业公司需要估值,投资人需要故事。大家都想尽快把投入变成利润。

但我觉得某圣说的是对的,AGI 它实则太大了,现在远远还没到只顾着捞钱的时候。用 10 倍成本定价法,实在是太短视了。

AI 的普及需要更低的价格,需要更多人真实地使用,需要更多小公司有机会试错。很多现在算不过来的场景,才有机会慢慢算过来。

这件事最终会影响社会面的生产力,也会影响一个社会面对未来的能力。

所以我最近一直在跟合作的厂商们真诚沟通,希望他们定价的时候可以把目光放长远,可以考虑把毛利降下来。

虽然大模型没有直接数据飞轮,但你看 V4 从预览到正式版的大幅提升,只要 RL 算法好,场景数据也是非常有用的,不要等到大家都提升之后,自己再花钱去买数据。

数据好买,时机难买。

别急着把 AI 变成一台赚钱机器,先让更多人把 AI 用起来吧。

文章来自于"InfoQ",作者 "InfoQ"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)