击穿全网底价，通义千问GPT-4级大模型直降97%！1块钱能买200万tokens

声明:本文来自于微信公众号 量子位（ID:QbitAI），作者:鱼羊，授权转载发布。

通义千问GPT-4级大模型，直接击穿全网底价!

就在刚刚，阿里突然放出大招，官宣9款通义大模型降价。

其中，性能对标GPT-4的主力模型Qwen-Long，API输入价格从0.02元/千tokens降至0.0005元/千tokens，也就是1块钱能买200万tokens，相当于5本《新华字典》的文字量，堪称全球大模型的性价比之王。

更直观一点对比——

Qwen-Long支持1000万tokens的长文本输入，对比GPT-4，价格仅为1/400。

超大杯新品，此番也在降价名单中:刚发布不久的通义千问超大杯Qwen-max，API输入价格也直降67%，低至0.02元/千tokens。

开源方面，Qwen1.5-72B、Qwen1.5-110B等5款开源模型的输入价格也分别直降75%以上。

这波操作，再次击穿全网最低价，可以说是专属大模型企业、程序员的618狂欢了。

1块钱200万token

来看具体降价情况:

本次降价，共覆盖9款通义千问系列模型，商业化模型、开源模型全都在列。

包括:

Qwen-Long，性能对标GPT-4，API输入价格从0.02元/千tokens降至0.0005元/千tokens，降幅97%;API输出价格从0.02元/千tokens降至0.002元/千tokens，降幅90%。

Qwen-max，在权威基准OpenCompass上性能追平GPT-4-turbo，API输入价格从0.12/千tokens降至0.04元/千tokens，降幅67%。

上榜大模型竞技场排名的Qwen1.5系列开源模型方面，Qwen1.5-72B的API输入价格从0.02元/千tokens降至0.005元/千tokens，降幅75%;API输出价格从0.02元/千tokens降至0.01元/千tokens，降幅50%。

与OpenAI的GPT系列相比，降价后的通义千问系列，基本上都是1折购，性价比拉满。

以降幅最大的Qwen-Long为例，价格仅为GPT-4的1/400，性能指标上却并不逊色。

尤其在长文本方面，Qwen-Long支持最长1000万tokens的超长上下文对话，也就是能轻松处理约1500万字或1.5万页的文档。配合同步上线的文档服务，还可支持word、pdf、Markdown、epub、mobi等多种文档格式的解析和对话。

值得关注的是，不同于国内大部分厂商输入输出价格相同的定价方式，这次Qwen-Long的输入价格比输出价格降幅更大。

对此，阿里官方也给出了解释:

现在，用户结合长文本（论文、文档等）对大模型提问已经成为最常见的需求之一，所以模型输入调用量往往大于输出调用量。

根据统计，真实的模型输入调用量一般是输出的8倍左右。我们把用户使用量最大的输入token价格大幅降下去，对企业来说更划算，可以更好地做到普惠。

也是希望大家把长文本用起来。

阿里一出手就是大招

说起来，这已经不是阿里云第一次击穿行业底价。

就在今年的2月29日，阿里云刚刚整过一个云产品“疯狂星期四”的大活儿:全线云产品价格直降20%，最高降幅达55%。

属实是砍自己一大刀了。

如此大手笔，底气来源是阿里云作为国内第一大公有云厂商，在长期技术积累和规模效应下，已经构建起完备的AI基础设施和Infra技术优势。

而此番诚意满满的降价，背后更是显露出大模型应用时代，这种技术红利正在成为公有云厂商的“杀手锏”之一。

在AI基础设施层面，从芯片层到平台层，阿里云已经基于自研的异构芯片互联、高性能网络HPN7.0、高性能存储CPFS、人工智能平台PAI等核心技术和产品，构建起了高弹性的AI算力调度系统。

举个例子，PAI支持10万卡量级的集群可扩展规模，超大规模训练线性拓展效率达96%。在大模型训练任务中，达到同样效果可节省超50%算力资源，性能达到全球领先水平。

推理优化方面，阿里云主要提供了三大能力:

其一，高性能优化。包括系统级的推理优化技术，以及高性能算子、高效推理框架、编译优化的能力。

其二，自适应调优。随着AI应用的多样化，一个单一的模型很难在所有场景中都保持最佳效能，自适应推理技术允许模型根据输入数据的特性和计算环境的约束，动态调整推理技术应用和计算资源选型。

其三，可扩展部署。模型推理部署资源的扩展和弹性，能解决推理服务在一定时期内的潮汐现象。

此前，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光也表示，公有云的技术红利和规模效应，会带来巨大的成本和性能优势。

这将促使“公有云+API成为企业调用大模型的主流方式”。

大模型应用时代主流路线:公有云+API

这也正是阿里云把大模型“价格战”再度推向高潮的核心原因。

尤其对于中小企业、创业团队而言，公有云+API一直以来被视作做大模型应用的性价比之选:

尽管开源模型发展势头迅猛，以Llama3为代表的最强模型们更被认为已经有媲美GPT-4的表现，但私有化部署仍然面临着成本高昂的问题。

以使用Qwen-72B开源模型、每月1亿token用量为例，在阿里云百炼上直接调用API，每月仅需600元，私有化部署成本则平均每月超10000元。

除此之外，公有云+API模式还便于多模型调用，能提供企业级的数据安全保障。以阿里云为例，阿里云可以为企业提供专属VPC环境，做到计算隔离、存储隔离、网络隔离、数据加密。目前，阿里云已主导、深度参与10多项大模型安全相关国际国内技术标准的制定。

云厂商的开放性，还能为开发者提供更丰富的模型和工具链选择。比如，阿里云百炼平台在通义千问之外，还支持Llama系列、百川、ChatGLM等上百款国内外大模型，同时提供大模型应用一站式开发环境，可以做到5分钟开发一款大模型应用、5到10行代码即可搭建企业级RAG应用。

量子位智库在《中国AIGC应用全景报告》中提到，AIGC应用产品中，基于自建垂直大模型和API接入的产品占到将近7成。

这一数据同样从侧面佐证了“公有云+API”模式的市场潜力:在应用市场，对业务的理解和数据积累才是破局关键，在公有云+API的基础上做应用，在成本和启动速度方面都是更现实的选择。

实际上，无论是直观的价格之争，还是更深层次的AI基础设施之卷，反映出的都是，当大模型发展焦点逐步从基础模型迈向落地应用，平台厂商如何降低大模型的使用门槛，已经成为竞争的关键所在。

刘伟光指出:

作为中国第一大云计算公司，阿里云这次将主流大模型API输入价格降低97%，就是希望加速AI应用的爆发。

我们预计未来大模型API的调用量会有成千上万倍的增长。

总结起来就是，一方面，对于平台厂商而言，“价格战”背后其实是基础设施、技术能力之争;另一方面，对于整个大模型行业而言，应用是否能持续爆发、进一步普及，入局门槛、运营成本已成关键因素。

如此看来，近来卷起的降价趋势，对于开发者和期待更多大模型应用的胖友们而言，不可谓不是利好消息。

你觉得呢?