别被AI大模型的降价冲昏了头

前文写了《AI大模型杀手级应用面世还有多远》，本篇扒扒无法面世应用的底层逻辑。

自 DeepSeek 开始，智谱清言开始跟进，后续豆包、阿里千问、百度千帆、讯飞等等，迅速跟进，价格战再次打响，这不是第一次，也不是最后一次。

价究竟降的怎么样呢？

1、AI大模型目前主要是以对话的形式进行交互，一次对话包括输入、输出两个部分。降价主要发生在输入价格上，输出价格上降的并不多。而输入比较少，输出相对是比较多。你问了句：天气怎么样，它巴拉巴拉回复你一堆风速、气温、温度、穿衣指数等内容。

2、挑起降价的大多是小尺寸参数的模型，甚至免费，比如各种Lite，看似热闹，实则应用效果比较差，最后不得不回头采用大尺寸的来保证质量，价格还是没低多少。

3、单次对话成本不高，真正商用还要考虑并发的问题，也就是多人同时使用的问题，目前大家都避而不谈。实际默认并发数量很低，或者限流严重，肯定达不到大规模商用的目的。比如Qwen-long只给了 100 QPM（一分钟100次查询）。

4、语音模型同样也有类似的问题，总体价格上数十倍或百倍于语言模型的价格，调用云服务规模化应用还是相当耗钱的。默认并发同样很低（比如不少平台只给了2个或5个并发），如果2C去商用，还要额外采购并发量，价格还不低，而这在互联网时代几乎都是无感知的。

什么是并发？

餐厅里有多个服务员，客人的点菜、上菜等请求就是"任务"，并发就像多个服务员可以同时照顾多桌客人一样。

什么是限流？

限流就像是餐厅为了保持服务质量，规定每个服务员一次只能照顾一定数量的客人。如果客人太多，服务员忙不过来，服务质量就会下降，甚至可能出错。限流就是为了避免这种情况，确保系统能够稳定运行。

想让人用，又怕自己成本吃不消，这种幸福的烦恼的滋味，不知是苦还是甜。

我正在创作一个聚焦于 『个人全方位提升』文章专栏，从菜鸟入门到合伙创业，我会将过往十多年的的工作、生活经历进行归纳整理，梳理出至少30篇、超5万字的内容专栏给你，有兴趣的小伙伴，点击【个人启示录】进入专栏。