大模型成本持续下探 垂直场景AI渗透加速

来源：新华财经

大模型基准与定价数据库平台 BenchLM 10月更新的统计数据显示，尽管近一年前沿大模型（该平台综合排名前十的大模型）定价有所回升，但前沿大模型token价格较2023年3月时已下降84%。多位业内人士在近期接受新华财经采访时表示，当大模型价格下降，过去受制于门槛和成本的细分需求正在被激活，交付效率、场景适配的重要性随之上升，成本与交付效率的平衡成为大模型行业新角力点。

人工智能时代研究所（Epoch AI）一项最新研究指出，达到同等性能水平的AI成本自2023年以来以每季度约47%的幅度下降，一年之内推理成本降至原先的十三分之一，AI“变便宜”的速度或比历史上其他变革性技术都快。

“当推理成本降到某个临界点，很多原来算得出但用不起的场景就会被激活。AI的商业化更多需要靠效能提升解锁一个又一个应用场景。”北京哇嘶嗒科技有限公司（VAST）首席营销官黄子瑄认为，低成本、高推理效能趋势出现的本质是行业进入工程化落地的阶段。

VAST是一家专注于AI 3D大模型与通用世界模型研发的公司，9月宣布完成约30亿元的B轮和B+轮融资。该公司自研的3D基础模型及创作工作台，可以帮助零基础使用者在数秒内完成从创意到成品的完整3D模型创作。“相比文本和图像生成，3D内容创作一直以来门槛高、耗时长，而在低成本、高效能趋势推动下，我们认为3D也会迎来自己的‘大众创作时刻’。”

随着大模型成本及使用门槛降低，更多个人开发者和小团队能够参与创新，加速AI能力在垂直场景中普及。

上海任意门科技有限公司（Soul App）从社交场景切入情绪感知与多模态交互，自研SoulX语言大模型，并陆续上线语音生成大模型、语音对话大模型、音乐生成大模型等。目前，Soul AI大模型能力已支持文字／语音对话，具有方言理解、真实拟人等特性。

Soul App AI团队今年开源的实时数字人生成模型SoulX-FlashTalk和SoulX-FlashHead、SoulX-LiveAct，已在直播场景落地应用。据团队成员介绍，同类型大模型通常对运行设备有较高的配置需求，若设备配置不足常会出现音画延迟、口型错位、长时直播画质崩坏等情况。而SoulX系列模型将数字人渲染的算力需求大幅降低，消费级显卡即可运行，数字人在画面表现更似真人。

除了具身智能、AI硬件等企业对此表现出浓厚兴趣外，不少个人开发者自发利用其开源模型进行“二创”。一位参与“二创”的在校大学生反馈，现在用一部旧手机搭配AI工具就能开直播或录短视频，虚拟主播也吸引不少流量。

大模型在具体场景中解决“小问题”，还有助于企业在细分赛道打开商业空间。

武汉智品堂科技有限公司（以下简称“智品堂科技”）是一家地址数据解决方案服务商。该公司研发团队介绍，在函件投递领域，地址信息的有效性往往会影响签收率，针对这一痛点，他们基于大模型微调并结合历史业务数据，研发“地址找人”技术，将地址的有效性提升至85%以上，大幅降低函件投递失败的概率。

凭借这一技术创新，智品堂科技开展“函必达”智能专递服务，与多家金融机构、律所建立广泛合作。目前，该公司聚焦地址细分赛道，陆续开发地址标准化、地址选择、发函计划等10个小型大模型，构建从数据清洗、智能决策到精准送达的全链路解决方案。例如，地址标准化模型不仅能批量筛查、剔除无效地址，还能识别非标准、不完整的地址信息，自动补全缺失字段，将其转换为可送达的标准格式。针对同一个收件人存在多个地址的情况，地址选择模型则能计算签收概率，在发函环节优先选择向高概率地址发送重要信函和文件，有效降低退件率和无效投递成本。

弗若斯特沙利文《2026年AI进阶与飞跃白皮书》指出，互联网、金融、工业制造、消费零售和教育五类场景合计占中国大模型应用案例的73.3%，政务、医疗、能源、通信、物流及汽车出行等行业也在加快探索。

业内认为，大模型成本加速下降的驱动因素，一是先进AI模型的迭代，二是“蒸馏”等训练方法的普及。

在阿里云智能集团通义大模型副总经理曾晨看来，大模型和“小模型”并不冲突，“小模型”可以依托大模型“蒸馏”而来，“本质上就是大家在追逐更好、更实用的智能”。

黄子瑄认为，“基础模型持续探索能力边界，工程侧持续压缩交付成本”会成为常态。之前业内更多比拼谁的模型大、谁的能力天花板高，现在更关注谁能把同样的能力以更低的成本、更快的速度交付到用户手上，“不过这并不矛盾，要先把天花板撑到足够高，才有条件考虑如何把成本降下来”。

业内认为，当大模型使用成本不再是门槛，竞争焦点进一步转向谁能把技术变成更有实际意义的解决方案，并持续获得商业回报。

光大证券 研究所分析师付天姿在研报 中指出，全球范围内，OpenAI、Anthropic、谷歌等头部厂商9月以来保持较快迭代节奏，模型市场进一步呈现“调用量向低价模型迁移、收入向高价值任务集中”的结构性分化。

Epoch AI研究称，即便科技巨头投入巨额资本与资源开发前沿模型，通过溢价定价将技术优势变现的窗口如今变得十分短暂。

咨询机构高德纳（Gartner）高级首席研究分析师阿鲁纳斯雷·车帕蒂（Arunasree Cheparthi）表示，企业的AI预算正面临更严格的审核，企业愈发聚焦使用效率、成本管控与可量化的落地成果。市场支出正向能在成本、时延、性能与可靠性方面展现明确价值的供应商倾斜。