Gartner：中国大语言模型价格战推动人工智能加速上云

Gartner研究表明，随着时间的推移和价格的持续下降，以及云部署在敏捷性、创新速度和生态系统方面的优势，中国企业的人工智能（AI）部署将逐步从本地转向云端。Gartner预测，到2027年，中国的全部AI推理工作负载中，基于云的工作负载占比将从前的20%上升至80%。

Gartner高级研究总监方琦表示：“多家中国生成式人工智能（GenAI）厂商，其大语言模型应用编程接口（API）的推理成本已经降低了90%以上，有力地推动了企业地GenAI采用。企业数据和分析（D&A）领导者应积极评估相关影响，并扩展GenAI解决方案，以满足未来需要。”

DeepSeek于2024年5月6日推出了V2模型，价格仅为GPT-4 Turbo的1/75。几天后，字节跳动于5月16日推出豆包大模型，宣称比行业平均价格便宜99.3%。作为应对，阿里巴巴、百度和腾讯纷纷调整了其大语言模型API的价格。

图1：中国主流厂商大语言模型与OpenAI的价格变化情况比较

API价格下降短期内对企业的影响有限

在计算企业GenAI解决方案的总拥有成本（TCO）时，需要将微调成本考虑在内。首先，可以使用高端GenAI模型来评估企业用例的技术可行性，然后使用企业自身的数据，对小型模型进行微调，以执行特定的下游任务。此外，在使用API将数据上传到云端时，还应考虑额外的数据安全和隐私要求。与规模较小的模型相比，最先进的大语言模型的价格变化并不显著，这将进一步减轻价格变动的影响。

方琦表示：“已部署本地GenAI解决方案的中国企业，不会受到大语言模型 API价格变化的影响。对于云部署来说，API成本只是GenAI解决方案整体成本的一部分。需要注意的是，价格只是评估因素之一，还需要对其他因素进行仔细审查，如模型质量、吞吐量和延时。”

API价格的持续下降，推动了对AI部署策略的重新评估

企业应根据业务重点来选择AI部署方式，尤其需要从六个角度比较云部署和本地部署方案的优劣势，这六个角度分别是：企业数据的主要存放位置、安全和监管合规、专门的基础设施、平台/集成的优劣势、运营支出（OpEx）与资本性支出（CapEx）、人才和技能集合。

方琦表示：“随着大语言模型API的平均价格不断下降，云部署解决方案在未来将拥有更明显的优势。此外，随着技术的加速迭代和相关架构的日益复杂化，云部署解决方案的优势将在许多场景中更加突显。因此，各企业机构需要重新评估其AI部署战略。”

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。