在豆包这事上，字节看得很明白

豆包字节大模型

原创火焰翼人 | 2024-05-28 21:43

【数据猿导读】在火山方舟大模型服务平台的模型调用API界面可以看到这么一句话“字节自研大模型于2024年5月正式命名为豆包大模型，不再使用Skylark名称，您可以逐步迁移使用豆包系列模型。”

导语：

1.基于豆包的话炉/猫箱APP市场反响一般

2.价格战对于豆包来说是副产物

3.价格战对大模型市场是良性的

4.豆包接下来会推广至国际社会

因为宣称价格比行业便宜99.3%，豆包成功出圈了。根据火山引擎公布的价格计算，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》。

豆包的出现，给人一种突如其来的感觉，这是因为豆包起初并不叫豆包，而是叫做云雀。

在火山方舟大模型服务平台的模型调用API界面可以看到这么一句话“字节自研大模型于2024年5月正式命名为豆包大模型，不再使用Skylark名称，您可以逐步迁移使用豆包系列模型。”

说起云雀，那就不得不提起字节的另一个产品——话炉。

2024年3月的时候，字节推出了一款APP叫做“话炉”。这是一款基于云雀大模型的AI聊天APP，产品的特点在于里面包含了多种智能体。话炉的开发者们为这些智能体赋予了不同的性格、背景，让智能体在对话的过程中看起来就像真人一样。

豆包_字节_大模型-1

图：名为“自讨苦吃”的虚拟角色

2024年开春，正是国产大模型的爆发期，如百度文心、阿里通义千问，都是在该时期发布。相较于市面上强调功能的大模型，话炉用这些虚拟角色铸成了自己的核心生产力，从而实现了差异化。

2024年4月11日，“话炉”更名为了“猫箱”。虽然早在2023年12月，字节就申请了话炉的商标，可是上线才1个月就更名，字节的这番操作确实有些让人摸不着头脑。

话说回来，“猫箱”听起来确实比“话炉”更年轻，也更好记一些。考虑到“猫箱”所搭载的大量虚拟角色，更名为“猫箱”后，对年轻用户的吸引力会更强一些。

猫箱所对标的产品叫做星野，于2023年9月发布。从下载量上看，猫箱的市场反馈要低于星野。

豆包_字节_大模型-2

图：华为应用市场中不同APP的安装量

可惜的是，字节的光环并没有带动猫箱的下载量。

字节清楚豆包该如何运营

在猫箱之后，字节便直接把幕后的豆包推到了前面，准备让市场来考验考验它。

豆包来自于字节跳动在2023年11月末新成立的Flow部门，由字节跳动技术副总裁洪定坤亲自带队。这是一个专门生产AI产品的部门，仅仅是2023年一年，就发布了7款自研AI产品，如小悟空、扣子（Coze）等等。

Flow部门在企业内对标的是抖音，换句话说，Flow发布的产品，不仅要达到日活数亿级别，还要推动产品部门旗下产品的国际化。比如Flow在2023年发布的Cici，相当于国际版的豆包，在发布仅180天的时候，累计下载量就达到了1522万次。

虽然Cici自2024年2月开始，下载量出现了比较明显的下滑，但对国际聊天大模型市场的冲击，还是能体现出Flow部门的实力。

也正是由于Cici为Flow积攒的经验，让豆包大模型及相关产品的整个部署策略，才会那么独树一帜。

虽然豆包不少第一个打价格战的大模型，但是在2024年5月15日的在火山引擎原动力大会上，火山引擎的谭待确实是第一个高调宣布的。

不过字节所谓的”低价格卖token“并不少那种”咬紧牙关“式地宣扬自己家产品，相反，即便是没有推广需求，豆包依然会想方设法地降低成本。原因不难理解，豆包可以很好地赋能于字节的整个产品线，包括抖音、今日头条。

比如在豆包的页面中可以看到，豆包在发布的收就已经适配和了浏览器插件版本和客户端版本，再加上发布即宣布产品定价策略。说明豆包一开始就考虑好了后续如何运营产品，而不单单只是怎么提高产品性能。

豆包_字节_大模型-3

其实不管是云雀还是豆包，它都不是字节为了迎合大模型时代而刻意推出的产品，而是公司发展受到了大模型技术的辐射，才开发出了技术，这就是为什么字节会考虑豆包后续的运营，本质上来讲，其中受惠和得利者都是字节。因此，价格战对于豆包来说，其实是一个有正面积极作用的“副产物”。

价格战只为获客？

说到价格战，大多数人会认为大模型的价格战和2010年打车市场价格战、2015年共享单车市场价格战的逻辑是类似的，通过不断烧钱来获得客户，直至对手的资金跟不上补贴。实际情况则与之截然不同。

打车市场与共享单车市场的价格战，是近年来中国共享经济领域中最为引人注目的现象之一。这两个市场的发展轨迹，从初生的繁荣到激烈的竞争，再到逐步走向规范化管理，不仅深刻改变了人们的出行方式，也成为了观察中国互联网行业竞争态势与监管政策演进的窗口。

打车的费用来自于道路养护、汽油消耗以及出租车司机的工时，它与国际原油价格直接挂钩，所以很难降低。补贴的出现，就是一种“赔本赚吆喝”。在那段时间里，滴滴与快的两家企业不惜重金投入，一度成为中国互联网史上最为惨烈的补贴战争。

共享单车的故事同样跌宕起伏。2015年前后，摩拜、ofo等共享单车品牌如雨后春笋般涌现，凭借“随借随还”的便捷模式，迅速风靡各大城市，解决了人们“最后一公里”的出行难题。各家企业为了争夺用户，纷纷推出免费骑行、低价月卡等优惠政策，再次引发了价格战。

比起打车，共享单车的费用产生就更难改变了，主要来自于单车的磨损、折旧，以及调配多地共享单车数量所产生的人工费用。

打车市场与共享单车市场的价格战，是市场初期快速扩张不可避免的现象，它们在推动行业快速发展的同时，也暴露了诸多问题。而且，无论是打车市场也好，还是共享单车也好，他们的价格战，就是实打实地从企业的腰包里掏钱来补贴市场。

对于大模型来说，一切就都不一样了。大模型所产生的费用主要来自于研发人员的工资、能源消耗和计算资源消耗。不过有意思的是，一旦这三者之间存在比较强的联动关系。

比如通过MoE架构赋能Transformer模型，就会让模型的计算复杂度大幅降低，进而减少对能源以及计算资源的消耗。这也就意味着，技术力与大模型成本之间的关系非常直接。

如果企业需要降低大模型成本，就只有三种方法：1.自己建个发电厂；2.自己生产GPU；3.通过技术研发降低大模型计算成本。显然，只有第三条比较合当下企业发展的逻辑。

同时也要警惕，模型计算复杂度降低也有可能会导致生成的结果不尽人意。这个情况叫做精度-效率权衡（Precision-Efficiency Trade-off），指的是通过简化模型结构、减少参数数量、或者使用更高效的算法来加速推理过程，这往往会直接影响到模型的性能，包括但不限于准确性、生成质量或鲁棒性。

因此，尽管这样的改动可能会提升处理速度或减少资源消耗，但它也可能导致生成的结果不如原来那样精确或满意，这就是在模型效率提升与保持高精度之间的典型权衡。

用户心中有杆秤，会评估模型生成的结果。如果在降低模型性能和获取用户之间进行选择，无论是哪个大模型都只会选择后者，毕竟只有拥有用户，才能获得收入。