国内AI大模型行业也不可避免地从营销战走向了价格战。

5月15日，字节跳动豆包大模型在火山引擎原动力大会上正式发布。这是这股AI浪潮一年多以来，字节跳动首次正式、大规模地向公众介绍旗下AI大模型业务。相比起百度、阿里巴巴和腾讯，从产品发布的节奏上来说字节跳动没有去抢先机，但在营销和价格战力度上，字节已经摆出了想要后来居上的姿态。

根据火山引擎总裁谭待在此次发布会上的介绍，经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量*、应用场景最丰富的大模型之一，目前日均处理1200亿Tokens文本，生成3000万张图片。此外，字节跳动产品和战略副总裁朱骏在现场给出的数据显示，豆包大模型发布至今已累计超过1亿的下载量，双端超过2600万月活，创建智能体总数超过800万。

字节跳动让豆包默默发育了一年，集中秀了一波肌肉。

作为对比，根据QuestMobile今年3月的统计数据称，抖音的豆包、百度的文心一言、昆仑万维的天工、点阵盒子的扮伴-AI绘画、科大讯飞的讯飞星火位居前五位，月活用户分别为1,757万、1,213万、801万、643万、558万，这当中，豆包用户增长迅猛，上线近三个月用户就飙至首位。此外，根据券商监测数据，截至3月25日，月之暗面旗下AI助理Kimi的网页端、APP端的用户日活突破历史新高，分别达到了79万和54万。叠加小程序用户量，全端总日活大于225万。

总的来说，豆包、文心一言、Kimi等大模型均属于目前第 一阵营，不过整个大模型智能助理行业正处于用户增长爬坡的早期阶段，当下的数据并不能反映最终的行业格局。QuestMobile数据显示，截至今年3月，基于大模型的AIGC行业用户量为7380万，尽管同比增长了8倍，也仅占移动互联网用户量的6%。

这一年内整个行业的迅猛增长，得益于各家大模型厂商在保持推进技术和产品研发的同时，也已经开始在广告营销上加强投放。其中，Kimi对抖音达人、B站UP主、小红书博主以及平台信息流广告均有大量投放，不过据蓝鲸新闻此前了解，抖音的流量已无法再投；智谱清言则大量投放了一线城市的地铁、楼宇和机场广告；目前，豆包的主要买量渠道就是庞大的抖音流量池。

营销战仍如火如荼地进行当中，豆包打响了价格战迄今为止最响一枪。

在此次发布会上，除了针对C端用户的豆包APP可免费使用外，火山引擎总裁谭待还给出了针对行业B端用户的豆包大模型的定价。“豆包主力模型（小于等于32K）在企业市场的定价只有0.0008元/千Tokens，0.8厘就能处理1500多个汉字，比行业便宜99.3%。”谭待表示，此外，128k的豆包通用模型也只需要0.005元/千Tokens，比行业价格低95.8%。作为对比，谭待在发布会上同时给出了GPT4、文心一言和通义千问等友商大模型的单价。

图片来源：企业官方

根据火山引擎现场公布的价格计算和对比，一元钱就能买到豆包主力模型的125万Tokens，大约是200万个汉字，相当于三本《三国演义》。

这一*竞争力的定价的公布意味着，国内其他大模型厂商现在或许需要重新制定自己产品的定价策略。但需要指出的是，豆包在强调*低价的同时，没有在发布会现场给出测评和跑分方面的信息。

就在几天前，智谱AI刚刚调整了旗下入门级大模型GLM-3-Turbo（上下文长度128k）的价格，从0.005元 / 千tokens降低到0.001元 / 千tokens。此外，开放平台新注册用户获赠从500万tokens提升至2500万tokens（包含2000万GLM3-Turbo和500万GLM4）。而GLM-3 Turbo Batch批处理API还将进一步便宜50%——0.0005/千 tokens，也就是1元200万tokens。

仅从价格上来说，智谱AI的入门级大模型目前处在与豆包主力模型同样的价格带。但其他大模型厂商的主力产品价格仍然较高。

在字节跳动发布豆包大模型的价格之后，被直接点名的百度公司随后跟进披露了一组数据和观点。百度针锋相对地透露，文心大模型日均处理Tokens文本已达2490亿，“使用大模型不应该只看价格，更要看综合效果”。同时，百度再次强调不久前其CEO李彦宏的观点称，“闭源大模型+公有云”能实现比开源大模型性能更好、成本更低的综合效果，并以此促进AI应用生态繁荣。

字节跳动豆包大模型原名“云雀”，是国内首批通过算法备案的大模型之一。而“豆包”这个名字本来只属于字节跳动旗下的AI助手APP，现在也成为了其背后大模型的名字。

根据官方介绍，字节跳动基于豆包大模型打造了AI对话助手“豆包”、AI应用开发平台“扣子”、互动娱乐应用“猫箱”，以及星绘、即梦等AI创作工具，并把大模型接入抖音、番茄小说、飞书、巨量引擎等50余个业务，用以提升效率和优化产品体验。

此外，豆包大模型提供的是一个有多模态能力的模型家族，目前主要包括通用模型pro、通用模型lite、语音识别模型、语音合成模型、文生图模型等九款模型。“用自然语言交互，语音是一个更好的方式。”谭待称。