火山引擎谭待：大模型的超低定价，来自对技术的信心

　　“降价的基本逻辑是@##，我们有信心用技术手段降低成本****，市场也需要更低价的大模型*%#。”

　　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@*%@@。火山引擎总裁谭待在接受媒体采访时@%*，谈到了大模型的定价策略%@%@。

　　豆包大模型的超低价格引发行业震动*@%#*。据悉*%##，豆包主力模型的推理输入价格只有0.0008元/千Tokens**%#%，比行业便宜99.3%#@@。对此%*，谭待坦言@#@，“降价是用技术优化成本来实现的*#。如果只是补贴*%%，用亏损换收入是不可持续的*%@@*，火山引擎不会走这条路@#*%%。”

　　据介绍%#，大模型推理成本的优化*%##%，技术上有很多手段#*。首先是模型本身*%#@*，模型结构、训练方法都可以持续改进@#@@，包括业界很关注的MoE(混合专家模型)%@**@，就是优化推理成本很好的解决方案*@%。

　　其次是工程上的优化*@。大模型的调用量越大*#%，优化推理成本的空间也越大%*@。以前的模型都是单机推理*%*，大模型用的是分布式推理#@。所以如果能把各种各样的底层算力用得更好%%%%，推理成本就会大大降低##*。

　　谭待进一步解释说@#*，豆包大模型平均每天处理1200亿Tokens文本、生成3000万张图片#@%%@，这里有不同的负载#**#*，可以把不同任务混合在一起@**，互相错峰@@#%*，通过智能调度把它们的利用率都跑得很高@##%，就能极大地提升资源利用率*#，实现整体成本的优化@*#。

　　另外以字节内部业务为例@@*@，飞书的主要流量高峰在工作时间**%#，抖音在下班后休闲时间的流量更高*%@#，这些不同业务的大模型推理%#，也能根据业务特点错峰使用%*，就可以降低成本%*#@。

　　对于“大模型开始价格战”的说法**%@#，谭待认为*%##，大模型市场仍在发展初期*#*%@，远远没到激烈竞争的阶段*%@#%。“池塘有多大@%#*，鱼就有多大%*，现在整个池塘还在培养的过程@*@#*。”

　　“一个人现在创业%*，如果要花1万块钱调用大模型*@*，可能会觉得有点贵*%%@。我们把价格降到1%都不到#%#，100块钱就能用起来##@，他的想法也就更容易尝试*#@@@。”谭待表示#%%*，企业的AI转型充满不确定性**%，试错成本要尽量低%#@##，才能更快更多地实现大模型的应用落地%***，从而让整个行业受益**#。