如果是处理简单的问答，比如写一篇短文，一次不到0.6美元，但如果是用Agent（智能体）做复杂分析，成本直接达到上百美元，差距能有上百倍。也正因如此，覃相觉得，大模型的训练和推理就是一场“烧钱竞赛”，单靠API接口和会员费的收入，根本填不满这么高的成本，必须找新的赚钱路子。 与此同时，行业竞争还在不断加剧。 沈仁奎表示，如今头部大模型的性能差距越来越小，产品变得越来越“像”，再加上国内开源模型发展得很快，为了抢市场份额，各家公司不得不打起“价格战”，API接口的定价一降再降，以前调用一次可能要几毛钱，现在能降到几分钱。结果就是，利润空间被挤压得越来越小，赚钱的老路越走越窄。 于是，大模型公司卡在一个“想赚钱得先砸钱”的循环里：要提升模型，就得投钱训练；要留住用户，就得扛住算力成本；要抢占市场，就要应对价格战压力。哪怕是OpenAI这样的头部企业，也得不停探索新的变现方向。 对于国内厂商来说，“豆包们”在电商领域试水，也是这种压力下的必然选择。电商或许不是唯一的答案，但可能是当下最容易落地的一条路。在高昂算力和激烈竞争中，哪怕再低的转化率，也意味着新的希望。 *题图来源于pexels。 |
