文｜沈筱
编辑｜王与桐
就在外界传言马斯克正筹划成立新的研究实验室，以开发替代品的当口，北京时间3月2日，在官方博客宣布开放和的模型 API。
马斯克入局、开放，两件事情有着千丝万缕的联系——本质上，都是硅谷乃至全球科技力量在抢夺AI战场。
从的角度，一边是竞争对手的追赶，一边是2023年赚取2亿美元营收目标的压力。尽管不少人对此举表示“太快”、“太激进”，但选择在此时开放 API或许是预谋已久之事。
从模型层面来讲，开放API是模型经迭代优化，实现成本大幅下降后走向商业化的自然结果。从战略层面来讲，为了延续前期形成的先发优势，通过开放API迅速搭建生态不失为一步好棋。
这一步棋落子后，给全球不同行业带来的影响却大相径庭。
对开发者来说，能够以更低的成本集成的先进技术，开发自己的产品和服务，无疑是喜。但对那些可能被打了个措手不及的竞争对手来说，恐怕是喜忧参半。受到影响的，也不仅仅是远在硅谷的公司和创业者。
本文将试图为读者解读以下问题：为什么开放和 API是早有预谋的计划？开放API可能会对行业、竞争对手带来什么样的影响？
01 性能更好，价格却只有十分之一
Open AI开放的接口API，究竟是指什么？
支撑和 API调用的分别是gpt-3.5-turbo模型和 large-v2语音转文本模型。尽管此次同时开放了两个API，但毋庸置疑，前段时间成为全球爆款的 的API受到了更多的关注。
据介绍，gpt-3.5-turbo是目前最强大的GPT-3.5模型，将优化后的聊天成本降到了此前GPT-3.5模型的十分之一。目前的 API定价为每1000个 0.002美元，约750个单词。用户需要按照输入和输出的总数来付费。
同时，提供了专用实例选项，面向需要通过API运行大量数据，以及希望控制特定型号版本和系统性能的开发人员提供。这部分用户将按时间段支付，以分担预留计算基础设施的费用。
成本优势或许对于商业价值来说更加重要，但或许并不满足于此。综合多方信息来看，gpt-3.5-turbo的响应速度也有了显著提升。2月9日，面向 Plus 计划用户提供了“Turbo（alpha）”模型，这也是Turbo模型与用户的首次见面。有用户在进行对比测试后发现， Turbo 比 Plus的响应速度平均快1.44倍。
在模型API开放之外，还创建了新的端点来和模型交互，即采用新的结构化的聊天标记语言（）。据介绍，标准的采用的是非结构化文本，需要使用一系列标记表示的原始文本。而将文本和元数据作为消息序列提供给 API。开发人员可以在输入提示词时直接告诉“你是由训练的大型语言模型。回答需要尽可能简洁”，以更好地过滤生成内容。同时，通过一些结构化的语言输入，模型可以分辨哪些指令来自开发人员、用户或AI本身。”
截图来自
从现任董事长Greg 在接受Kyle 访谈时的对话内容可以看出，的采用或许是针对此前肯尼亚血汗标注工厂事件的回应——寻求改善交互方式，缓解数据标注的压力。
尽管没有那么明星，也诚意十足。作为 早在2022年9月就公布的开源语音转文本模型，可以实现多种语言的转录，并将这些语言翻译为英文，同时支持m4a、mp3、mp4、mpeg、mpga、wav、webm多种文件格式。
据悉，与谷歌、亚马逊等推出的现有语音识别系统相比，的优势主要在于对独特口音、背景噪声和技术术语的识别能力。这是由于在模型训练过程中使用了从网络收集的 680,000 小时多语言和“多任务”数据。
优化后的 large-v2 模型能够实现更快的服务响应，同时开发人员对API的调用也更加便利。目前， API 的定价为每分钟0.006 美元。
02 数月内多次迭代，野心藏不住
事实上，本次“跳楼大降价”和产品迭代优化，已经并不是的第一次行动了。
“极致优化”，在过去几个月频繁发生：
早在2月初推出 Plus计划时，就声称将在此后推出 API。紧接着，在2月9日，面向 Plus 计划用户提供了“Turbo（alpha）”模型的选项，并表示将在后续面向所有用户推出Turbo。
对的模型优化/功能更新，根据官网整理
在产品性能的不断追求之外，让价格降低，也是商业上的最佳选择。
这次，把模型API降至原本价格的十分之一，而原本的价格已经非常低了。从商业竞争的角度，这次颇有前几年中国互联网的影子——大额融资、亏钱降价、扩大市场份额、挤压对手生存空间，最后试图形成垄断。
正如开头提到的，马斯克开始招兵买马，谷歌虎视眈眈，全球范围内创业公司比如、A21 Labs也都在紧锣密鼓推出类似产品。对于来说，必须要在其他对手尚未做出成绩时占领大部分市场。
恰好，微软投资的几十亿美元中，相当一部分是要以使用微软服务器的形式提供。如Sam 所说，每次对话仅需要几美分，但随着使用人数和对话次数的增加，其总计算成本也是相当高的。但对于来说，反正微软投资的部分资金拿不出来，只能在微软里消费，不如就不考虑成本，把用户端价格降下来。
但这步棋，除了，其他对手谁都不敢做，也没钱做。
当然，此举一出，不少声音质疑后续商业化之路怎么走，毕竟今年还有2亿营收的目标。据接近的创业者分析，近期会推出一些提供给大B的私有化产品，客单价目前评估在几十万至百万美元级别，可以帮助公司创造更多现金价值。
总之，选择低价开放 API是按计划行事。而这一计划的背后，实则体现了采取的一贯发展路线——极致优化。更加根本的驱动因素之一或许正是成立之初的愿景——AGI，让更多的人使用AI技术，并从中获利。
如此一来，或将延续其在AGI领域中已经形成的先发优势——通过领先于等竞争对手迅速构建生态。在该生态下，既能通过更多的API调用赚取直接收入，也能在开发者授权的情况下，获得更多的来自全球的高质量数据。
更重要的是，未来面向终端用户提供各类垂直应用的头部玩家，可能很大部分是在的平台中成长起来的。而也将真正成为AGI时代的基础设施提供者。
03 全球AI格局因此巨变
开放 API会产生什么样的影响？我们可以以不同群体为分析视角。
一部分是有能力做出自己的大语言模型的公司，这些公司或许模型已经与OpenA差距并不大，或许正处在研发阶段，在硅谷外或许以色列、中国等都会存在——最直接影响或许是定价策略的制定。
有了每1000个 0.002美元的标杆定价，后来者要想制定更高的价格，必然会面临市场质疑——价格更高，模型性能也更好吗？
不仅如此，对一些企业来说，可能需要重新衡量，现阶段现金流是否能够支撑在高成本的基础上制定更低的价格。如果不能，那么开放API可能会路途漫漫，而这将会影响包括生态构建、通过b端先行获得收入等一系列策略的制定和执行。
尤其是对其中还在寻求融资的创业公司而言，投资人或许需要重新估计项目价值。毕竟，能够压缩成本的重要原因——手握微软云计算“优惠券”，已经足以成为很多创业公司开放API的拦路虎。
但同时，也为同行注入了强心剂：大模型成本降低的空间很大，实现同等水平的技术进步可能只是时间问题。
另一部分群体是想要从应用层发挥GPT模型价值的公司。已经展示了部分使用和的商业案例，包括全球学习平台，美国生鲜配送独角兽，AI语言学习工具Speak，以及北美跨境电商头部玩家。同样使用GPT模型的营销场景应用公司已经被顶到了15亿估值。如果GPT价格更低，对于这些公司来说，成本自然更低。
可以预见，将有更多的创业者加速汇集到的平台上。未来会涌现出各类垂直应用，衍生出各种创新的商业模式，促进AI技术落地到商业和生活的方方面面。
而新技术的商业化落地也会反哺技术的持续优化和创新。
最后一部分群体是正在努力追赶的中国公司，包括底层大语言模型公司和应用公司。目前，国内版本的大模型创业正在如火如荼，但至今没有一个可用的版本面世；应用侧的公司，也因为一直没有可靠的底层技术而难以发展。
对国内从业者来说，或许此时正是重新梳理思路的关键时刻——厘清自身的核心竞争力，制定切实可行的发展路线。如果跟进，那么关键就在于探索能够达成和gpt-3.5-turbo模型优化类似效果的技术路线。但是想要快速实现突破，或许需要考虑资源整合，而非各自为阵。
激进的 已经带给世界太多惊喜和惊吓。下一步，会如何落子呢？
