火山引擎譚待：大模型的超低定價 來自對技術的信心

“降價的基本邏輯是，我們有信心用技術手段降低成本，市場也需要更低價的大模型。”

5月15日，字節跳動豆包大模型在火山引擎原動力大會上正式發佈。火山引擎總裁譚待在接受媒體採訪時，談到了大模型的定價策略。

豆包大模型的超低價格引發行業震動。據悉，豆包主力模型的推理輸入價格只有0.0008元/千Tokens，比行業便宜99.3%。對此，譚待坦言，“降價是用技術優化成本來實現的。如果只是補貼，用虧損換收入是不可持續的，火山引擎不會走這條路。”

據介紹，大模型推理成本的優化，技術上有很多手段。首先是模型本身，模型結構、訓練方法都可以持續改進，包括業界很關注的MoE（混合專家模型），就是優化推理成本很好的解決方案。

其次是工程上的優化。大模型的調用量越大，優化推理成本的空間也越大。以前的模型都是單機推理，大模型用的是分佈式推理。所以如果能把各種各樣的底層算力用得更好，推理成本就會大大降低。

譚待進一步解釋說，豆包大模型平均每天處理1200億Tokens文本、生成3000萬張圖片，這裡有不同的負載，可以把不同任務混合在一起，互相錯峰，通過智能調度把它們的利用率都跑得很高，就能極大地提升資源利用率，實現整體成本的優化。

另外以字節內部業務爲例，飛書的主要流量高峰在工作時間，抖音在下班後休閒時間的流量更高，這些不同業務的大模型推理，也能根據業務特點錯峰使用，就可以降低成本。

對於“大模型開始價格戰”的說法，譚待認爲，大模型市場仍在發展初期，遠遠沒到激烈競爭的階段。“池塘有多大，魚就有多大，現在整個池塘還在培養的過程。”

“一個人現在創業，如果要花1萬塊錢調用大模型，可能會覺得有點貴。我們把價格降到1%都不到，100塊錢就能用起來，他的想法也就更容易嘗試。”譚待表示，企業的AI轉型充滿不確定性，試錯成本要儘量低，才能更快更多地實現大模型的應用落地，從而讓整個行業受益。