潘晓俊（金融从业者）

国内实际关注和使用AI的用户本来就不多，但大模型像下饺子一样入场，各大厂商纷纷推出大模型产品又形成“百模大战“。在中美这场 AI大模型的竞争上，正衍生出两种不同的路径，国内吹牛逼卷价格，国外踏实干卷能力。

《北京市人工智能行业大模型创新应用白皮书（2023年）》中显示，截至2023年10月，我国10亿参数规模以上的大模型厂商及高校院所共计254家，分布于20余个省市/地区。商业咨询机构爱分析的报告称，2023年中国大模型市场规模约为50亿元，预计到2024年这一数字将达到120亿元。我们再看下国外，领先的非营利组织OpenAI，他的GPT模型1750亿参数量训练一次成本1200万美金。OpenAI已经烧了10 亿美金。我们成本投入只有GPT百分之一的大模型，国内这些比大馍馍都便宜的大模型靠谱不？

还是打车买菜的那个味儿

从打车到买菜，国内互联网大厂熟悉的“味儿”，已经悄无声息的打到了大模型的战场。

技术好不好现在还没法说，但是价格好不好是一眼就能看到，只能说国内的互联网大厂太懂国内用户了。5月15日，火山引擎原力大会上，字节跳动高调的将本来在水面下的价格战，赤裸的搬到了台面上。

会上火山引擎总裁谭待宣布智能ai大模型豆包主力模型在企业市场的定价只有0.0008元/千 tokens，0.8厘就能处理1,500多个汉字，比行业便宜99.3%。

再配合抖音大主播在直播间大吼：“家人们，我们把大模型的价格打下来了！”，网红的画面感扑面而来。虽然这种不谈性能只谈价格的方式很流氓，但对于价格敏感的国内客户而言，价格基本上就是唯一的决定性因素。要什么文言一心和通义自行车，反正都不如GPT，先装起来再说。

当活靶子的感受肯定不好，百度在豆包宣布全面降价的下午便回复道：“文心大模型日均处理Tokens文本已达2490亿，并强调使用大模型不应只看价格，更要看综合效果。”明显这个是无力的辩解。但明显用来闲聊的玩具并不能满足用户真正的需求，将大模型转化为生产力的关键，在于垂域应用的路还很长。

TOB还是TOC?

“TOB还是TOC?”这是一个和”生存还是死亡”一样，难以抉择的问题。

如果做C端，一个月几十块一年几百块，10万级的付费用户数才能做出几千万的营收。这还不是最难的，中国用户很难习惯对软件付费，可能最后送的都比客户买的多。这么说吧，国内有哪家已经对C端收费的通用大模型公布过类似的营收数据，都是送都怕送不掉呢。

做B端，拿到几个项目就能做到几千万营收。而且，虽然AI时代不同于互联网时代，但网友们依然习惯免费精神，能够持续付费的就只有B端了。但是在中国做TOB的生意真的是凭借能力能跑通的事儿么，大模型到底能解决什么具体问题都说不清呢，TOB的客户更多是为了梦想在付费吧。在金融、医疗、办公等领域，帮助企业私有化部署大模型，吹起牛逼来都是好生意。但这类B端场景，客户连信息化、数字化都还没有完全适应，更不要说再加个大模型产生实际效益，最后拼的还是关系拿单子，这还能有钱赚么？B端不好做，C端又收不到费用，大模型创业往往死于这种夹缝之中。

顶着亏损烧钱买用户和亏着大钱还要搞客群关系的背后，本质就是大模型悬而未决的商业化焦虑。业务场景和盈利模式都不明朗，现在除了大厂，谁投入都是百“模”大战中那个垫脚石，毕竟在打车、买菜领域已经验证过很多次了不是。（本文为作者观点，不代表本头条号立场）