當地時間6月5日周三淩晨，OpenAI的ChatGPT聊天機器人出現系統故障，導致全球用戶無法正常使用。在ChatGPT服務中斷的期間，大量用戶轉向了Anthropic公司的Claude和Perplexity，結果流量激增也使這兩個服務器出現了中斷。
此外，盡管有用戶報告說谷歌的Gemini也可能曾短暫下線。（以下為ChatGPT故障界面）
具體來說，在ChatGPT的主頁面，提交按鈕顯示為灰色，用戶無法給AI聊天機器人發送消息。隨後，ChatGPT網站表示，服務已經滿負荷，會在恢復服務時通知用戶。（以下為官網回復）
值得注意的是，ChatGPT昨日以來接連出現兩次故障。當地時間6月4日下午3點21分，OpenAI開始處理首個故障，並在當日晚上7點19分宣布首個故障已解決。然而，當日晚10點33分，OpenAI報告正在調查第二次故障的原因，並於6月5日淩晨1點17分宣布所有系統已恢復正常運行。
在ChatGPT系統崩潰後，Anthropic公司的Claude和Perplexity也遭遇了系統癱瘓，不過這些問題在幾小時內迅速得到了解決。
期間，Claude網站持續顯示一條提示信息：「服務器組件渲染時出現錯誤」，提醒用戶系統正在處理中。據悉，北京時間淩晨12:10之後，Claude又開始正常工作了。（以下為Claude的錯誤提示）
Perplexity的網站因為接收到太多請求，一度顯示超出服務容量的信息，Perplexity提示用戶：「我們很快回來」和「我們現在收到很多問題，已經達到我們的處理能力，請稍後再來。」 Claude恢復正常工作後不久，Perplexity的網站也重新開始正常服務了。（以下為Perplexity的溫馨提示）
AI日益深入人類生活的同時，AI服務器的穩定性逐漸成為用戶的焦點。網友在社交媒體X上發帖警告道：
「ChatGPT最近發生的2.5小時全球中斷，為我們所有依賴AI工具來支持業務的人敲響了警鐘。
想象一下，在產品發布或客戶支持危機期間失去對關鍵工具的訪問權。這可能是毀滅性的！
這就是為什麽製定備用計劃和訪問多個LLM至關重要的原因。
不要把所有的雞蛋都放在一個籃子裏，無論這個籃子有多大。即使一個工具出現故障，多樣化AI工具包可確保人們能夠繼續創新和發展業務。」
「AI服務的停機導致數百萬人陷入困境，無法完成日常工作。」
"這幾個大模型同時宕機，讓我感覺回到了原始社會，啥也做不了。」
對於此次AI服務器集體「罷工」的原因，有網友猜測是否有黑客攻擊，還有網友表示這就像多米諾骨牌效應，一家公司算力不夠導致其他公司訪問量激增，從而集體癱瘓。
更有甚者，有網友擔憂不僅僅是算力，未來AI數據中心運營需要巨量電力，如果美國老停電，也會影響AI服務器的正常使用，未來AI服務器的穩定性至關重要。---[作者：房家瑤*來源：硬AI/華爾街見聞官方]
*大模型「免費」送，廠商們圖什麽？*
2024年618，傳統電商行業不再喧囂，但大模型市場卻開啟了慘烈的「價格戰」，甚至部分企業直接免費送大模型服務。
5月15日，字節跳動宣布，豆包主力模型企業市場定價為0.0008元/千Tokens，0.8厘可處理1500多個漢字，比行業便宜99.3%。
一周後，阿里雲也對外宣布，通義千問GPT-4級主力模型Qwen-Long的API輸入價格降至0.0005元/千Tokens，直降97%。
阿里云官微
阿里云卷入「價格戰」後，百度、騰訊雲、科大訊飛等企業也接連宣布自家的大模型降價。其中百度甚至宣布，兩款基礎模型可免費調用。
不可否認的是，隨著技術逐漸成熟，大模型的成本正不斷下探。為了盡快俘獲更多企業客戶，拓寬市場影響力，上遊算力提供商確實需要盡力降價。
然而需要註意的是，盡管大模型成本正逐步下探，但目前大部分企業的大模型業務依然面臨算力、人力成本高企的挑戰，沒能盈利。在此背景下，上遊算力提供商不斷降價，甚至免費送大模型，顯得十分反常。
這種非理性的價格戰，其實凸顯出了上遊企業亟待通過讓利，打通大模型商業閉環的內在焦慮。
01 價格戰背後，大模型商業困局難解
2023年以來，隨著ChatGPT爆火，諸多科技公司都看到了AI大模型蘊含著巨大的商業價值，因而加碼相關業務。2024年3月，國家數據局局長劉烈宏透露，中國10億參數規模以上大模型數量已超100個。
然而隨著越來越多企業入局相關產業，大模型商業模式不健全，成本高、落地難、下遊企業持觀望態度等問題愈發凸顯。
由於需要采購高性能計算機，並且需要進行模型訓練，大模型的成本異常高昂。以OpenAI為例，其訓練GPT-4的FLOPS約為2.15e25，一次訓練成本為6300萬美元。The Information報道，2022年，OpenAI虧損約為5.4億美元左右，約擴大一倍。
目前，大部分企業都意識到了大模型的參數越多，商業想象力越大，因而持續加碼模型訓練。不過問題也隨之而來，那就是大模型僅僅問世兩年時間，下遊創收手段十分有限。
整體而言，大模型有兩種創收模式，一是直接向用戶收取訂閱費，二是向開發者收取API調用費。比如，2023年初，OpenAI推出了會員訂閱服務ChatGPT Plus，費用為20美元/月，可使用基於GPT-4的模型，並且提供更快的響應時間、優先訪問等權限。
不過，據Reddot聯合創始人Pierre Herubel測算，即使以每月擁有100萬訂戶估計，ChatGPT Plus每年或只能為OpenAI帶來2.4億美元左右收入，很難幫助公司扭虧為盈。
因此，目前以OpenAI為代表企業的發力重點，是向企業收取API調用費。參照雲計算的經驗，外部的企業從零開始訓練大語言模型非常困難，傾向於采購成熟的AI大模型技術，一旦這些企業探索出具備想象力的商業模式，即可反哺上遊算力提供商，進而實現多方共贏。
對此，2023年11月，百度創始人兼CEO李彥宏曾表示，不斷地重複開發基礎大模型是對社會資源的極大浪費，「AI原生時代，我們需要100萬量級的AI原生應用，但是不需要100個大模型。」
02 算力提供商作出表率，但B端企業仍持觀望態度
由於大部分大模型算力提供商都是平臺型企業，推出大模型技術後，這些企業紛紛在內部試水相關技術的商業化，以圖給下遊客戶做出商業化表率。
比如，2023年阿里云峰會上，時任阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇表示：「阿里巴巴所有產品未來將接入『通義千問』大模型，進行全面改造。」
以釘釘為例，接入大模型後，其支持AI生成推廣文案、繪圖方式創建應用、視頻會議中生成摘要等功能。釘釘總裁葉軍認為，大模型將會讓釘釘的收入增長百分之幾十。
無獨有偶，過去一段時間，騰訊也積極探索AI技術的商業化應用。2023年財報中，騰訊對外表示：「廣告AI模型的改進顯著提升了精準投放的效果…… 這些發展帶動了高質量的收入來源，推動毛利增長 23%。」
自有業務挖掘出AI的商業價值後，上遊算力提供商正致力於針對垂直行業的細分需求，提供定製大模型能力。
比如，2023年6月，騰訊雲宣布開啟「騰訊雲行業大模型生態計劃」，致力於推進大模型在產業領域的創新和落地。據悉，騰訊雲已為傳媒、文旅、政務等10余個行業提供了超50個大模型行業解決方案。
然而需要註意的是，平臺型企業大多擁有自研大模型技術，無論是試錯還是使用成本都更低，往往只會對外宣傳商業路徑清晰的大模型落地案例。
反觀外部的企業需要采購上遊的大模型技術，探索成本相對更高，並且商業模式不清晰，很難擁有足夠的積極性。見實團隊披露的《AI應用需求與付費意願調研報告》顯示，46.2%的企業AI預算在1萬元以下，另有22.2%和24%的企業預算分別為1萬-5萬元以及5萬元-10萬元，這些中腰部企業沒有足夠的預算探索AI。
此前，大部分主力模型產品的API輸入價格不菲，比如，Qwen-Long為0.02元/千tokens，1萬元只可以購買5億個tokens。如果一個產品有500萬月活，1萬元的預算，一個月平均只能供每個用戶使用100個tokens，顯然不夠。
03 成本雖屢屢下探，但算力提供商已急不可耐
顯而易見，當下限制大模型B端商業化落地的主要障礙，就是API成本過高，限制了B端企業探索相應的商業閉環。因此，目前算力提供商的發力方向，就是致力於通過技術手段，壓低大模型的成本，降低B端企業的使用成本。
開頭提到，字節跳動旗下豆包主力模型企業市場定價為0.0008元/千Tokens，比行業便宜99.3%。對此，火山引擎總裁譚待表示：「豆包模型的超低定價，來源於我們有信心用技術手段優化成本，而不是補貼或是打價格戰爭奪市場份額。」
無獨有偶，2024年5月6日，深度求索開源了第二代MoE模型DeepSeek-V2，性能更強，訓練成本更低。據悉，DeepSeek可節省42.5%訓練成本，減少93.3%的KV緩存，最大吞吐量提高5.76倍。整體而言，DeepSeek-V2消耗的顯存（KV Cache）只有同級別Dense模型的1/5-1/100。
不過，這並不意味著當下大模型行業的價格戰十分正常。
2024年5月，談及大模型的發展趨勢時，零一萬物CEO李開復接受采訪時表示：「未來整個行業的推理成本每年降低10倍是可以期待的，而且這個趨勢是必然的。」
未來，大模型的成本將呈階梯狀下探，但目前大模型的價格卻斷崖式下探，甚至部分企業免費送，降價幅度遠超上遊成本降幅。
上遊算力提供商之所以如此內卷，很大程度上都是希望俘獲更多的B端企業，一方面實現規模效應，另一方面，讓B端企業無負擔地探索良性的商業模式。
對此，譚待表示：「大的使用量，才能打磨出好模型，也能大幅降低模型推理的單位成本……大模型從以分計價到以厘計價，將助力企業以更低成本加速業務創新。」
盡管激烈的價格戰之下，大模型已經進入「免費時代」，但其實大部分上遊算力提供商為了後續創收，都留有更為隱晦的收費手段。
目前，大部分大模型僅推理用的token降價，而訓練和部署成本依然不低。比如，阿里的qwen-turbo 模型百萬個token推理只要2元，若是訓練，就需要30元，部署時，每月需要2萬元。
由此來看，大模型進入「免費時代」，很大程度上其實只是一個宣傳意義上的噱頭。如果下遊企業想要用上成套大模型服務，那麽不能不付出更高的使用成本。
而之所以上遊算力提供商僅僅降低推理用的token成本，主要是因為通過內部應用，其對於大模型的商業價值足夠自信，希望降價的噱頭起到引流的作用。
參照雲計算價格戰的經驗，此番大模型價格戰或許可以吸引更多下遊企業認真審視大模型，有望基於相關技術探索出更多良性的商業模式。---[文:壹度Pro/來源: 鈦媒體]
