文｜科技新知，作者丨林曦，编辑丨赛柯
在人工智能领域，OpenAI 的一举一动牵动着全球从业者的心。近日，OpenAI 宣布停止对中国的 API 服务，将对中国“断供”。
北京时间 6 月 25 日凌晨，有开发者收到了 OpenAI 的邮件，邮件写道：“数据显示，您组织的 APl 流量来自 OpenAl 目前不支持的地区。”并表示：“从 7 月 9 日起，我们将采取额外措施，阻止来自不在我们支持的国家和地区列表中的地区的 APl 流量。”
根据 OpenAI 官网，支持访问 API 服务的国家和地区总计 161 个，不包括中国内地与中国香港。OpenAI 官网还提到，除了被允许的国家和地区外，“访问或提供访问我们的服务，可能会导致您的账户被封锁或暂停。”
科技新知从多位 AI 大模型从业者处获知，确实收到了这封邮件。业内人士认为，OpenAI 出于对成本以及数据安全的考量而停止在中国的 API 服务。
2023 年 3 月，OpenAI 宣布开放 API，允许第三方开发者通过 API 将 ChatGPT 集成至他们的应用程序和服务中。The Information 报道，自去年 12 月起， OpenAI 年化收入翻了一倍，达到 34 亿美元，其中 32 亿美元源自其订阅服务与 API 访问。
借助 OpenAI 大模型“套壳”创业的公司，将迎来毁灭式打击。“对于依赖 OpenAI API 的‘套壳’公司来说，他们可能需要寻找其他的 API 服务供应商或者寻找替代方案来维持其服务。”中国人工智能学会专家、深度科技研究院院长张孝荣对科技新知表示，“这可能需要对新的供应商进行调查，了解其服务的特点、质量和价格，并进行相应的技术调整和适配。”
国内厂商“抢单”
技术社区的讨论很快传导到市场，OpenAI 的“停服”消息一出，国内 AI 大模型公司纷纷上线“迁移计划”，且一举打出“免费”旗号。
6 月 25 日，百度智能云千帆推出大模型普惠计划，为新注册企业用户提供 0 元调用、0 元训练、0 元迁移等服务，其中，文心旗舰模型首次免费，针对 OpenAI 迁移用户额外赠送与 OpenAI 使用规模对等的 ERNIE3.5 旗舰模型 Tokens 包。
阿里云百炼宣布，将通义千问 GPT4 级主力模型 Qwen-plus 的 API 定价为 OpenAI 的1/50，并为中国开发者提供 2200 万免费 tokens 和专属迁移服务。
腾讯云为新注册企业用户免费赠送腾讯混元生文 1 亿 Tokens，还将为新迁移企业用户提供免费专属迁移工具和服务。
除了头部大厂，国内几个 AI 大模型代表性初创企业也纷纷争夺这波流量。智谱 AI 推出了“OpenAI API 用户特别搬家计划”，为开发者提供 1.5 亿 Token，以及从 OpenAI 到 GLM 的系列迁移培训；Kimi 当天发布迁移方案，称 Kimi 开放平台接口完全兼容 OpenAI，最快 5 分钟实现搬家；零一万物发起“Yi API 二折平替计划”，推出了平滑迁移至 Yi 系列大模型的服务。
硅基流动（SiliconFlow）甚至将 Qwen2-7B、GLM-4-9B、Yi-1.5-9B 等开源大模型永久免费，创始人袁进辉在朋友圈称：“今天 SiliconCloud 把一大批模型都免费了，大家轻薅，别给整破产了。”
显然，国内大模型公司试图抓住这一关键“窗口期”，为自己争取到更多的开发者用户。
著名财经金融评论员余丰慧对科技新知表示，“大模型公司如百度智能云等推出‘特别搬家计划’，不仅是为了抢占市场份额，也是在展现其技术支持和服务能力，有助于快速建立用户信任。”
实际上，早在 618 前夕，国内大模型公司就已经展开了价格战。从降价到免费，这波降价潮也体现了国内大模型行业的激烈竞争。
5 月，大模型行业开始加码性价比。发布 GPT-4o 时，OpenAI 宣布调用 GPT-4o 模型 API 的价格比 GPT-4Turbo 下降一半，处理 100 万 Token 只用 5 美元；Google 也将其主力模型 Gemini 1.5 Pro 的调用价格调低了一半，处理 100 万 Token 只要 3.5 美元。
但国内大模型公司可不是打五折这么简单，而是动辄 90% 的降价幅度。
5 月 11 日，智谱 AI 降价 80%，入门级产品 GLM-3 Turbo 模型调用价格从 5 元／百万 Tokens 降到 1 元／百万 Tokens；5 月 15 日，字节的豆包大模型对外提供服务，并将处理输入文本的价格定在 0.8 元/百万 Tokens，宣称比行业水平便宜了 99.3%；5 月 21 日，阿里 Qwen-Long API 输入价格降到 0.5 元/ 百万 Tokens；百度宣布主力模型文心一言 ERNIE Speed 和 Lite 模型免费；腾讯宣布轻量大模型 “混元-lite” 免费，最高配置的万亿参数模型 “混元-pro” 降至 300 元/百万 Tokens，降幅 70％。
“通过提供价格优惠和高质量的替代服务，这些公司不仅能够在短期内吸引客户，还有机会在长期内培养用户忠诚度。一旦用户习惯了新的服务，并发现其满足或超越了他们的期望，他们可能会长期留存。”大数据业务分析师、北京社会科学院副研究员王鹏对科技新知表示。
用低价扩大用户规模，再用服务留存用户，这是正确的思路。然而，便宜并不等于好用，在尚未跑通应用场景的情况下，国内大模型公司开始卷价格，AI 热潮下的市场焦虑极其严重。
AGI 行业面临洗牌
OpenAI 停服，国内大模型公司反应迅速，意味着市场将极速调整。
API 即应用程序编程接口（Application Programming Interface），应用开发者等企业用户可通过接入 OpenAI 的大模型服务，在各类应用软件中植入 ChatGPT 机器人的 AI 能力，将一个普通软件升级为 AI 应用。
因此，OpenAI 停止对中国的 API 服务，直接冲击了不具备自研大模型能力的大模型开发商。目前，他们可以使用海外服务器，绕开限制接入 API；否则，他们就必须选择国内其他的大模型 API。
对此，余丰慧指出，依赖 OpenAI API 的初创企业和研发团队可能会面临服务中断，影响产品开发进度和用户体验。其次，对于使用其技术进行 AI 创新的研究机构和高校，可能会阻碍相关研究项目的进展。
此外，这可能会促使行业加大对本土 AI 技术的投资与自主研发，长期看有利于本土生态的构建，但短期内可能遭遇技术替代的挑战。
6 月 26 日，360 集团创始人、董事长@周鸿祎在微博发布视频称，他认为“OpenAI 对中国地区停止服务，只能加速中国自己大模型产业的发展，未必是坏事”，他解释道，“OpenAI 的 API 无法调用，这逼着国内应用只能选择国产大模型，而国产大模型与 GPT 的差距已经逐渐缩小了。”
国产自研大模型的能力，仅次于美国，正逐渐展现出竞争力。
根据斯坦福最新公布的大模型测评榜单 HELM MMLU，通义千问 Qwen2-72B 得分为 0.824，与 GPT-4 并列全球第四。
6 月 25 日，每日经济新闻发布了《每日经济新闻大模型评测报告》（第一期），报告显示，国产大模型正在全面赶超海外大模型。
零一万物 Yi-Large 成为最大“黑马”，在“财经新闻标题创作”“微博新闻写作”“文章差错校对”“财务数据计算与分析”四大应用场景的总分排名第一。幻方求索 DeepSeek-V2、百川智能 Baichuan4 则在“财务数据计算与分析”场景显示出强大的数据计算和分析能力。而一直备受各界推崇的 GPT 4.0 在本次评测中表现不佳，甚至在“财经新闻标题创作”场景中排名垫底。
事实上，在中文语境中，国内自研大模型展现出了显著的优势，特别是在处理中文自然语言任务方面，这些模型能够更好地理解和生成中文内容，从而在中文问答、对话、翻译等任务中表现出色。
例如，腾讯混元大模型，作为腾讯全链路自研的通用大语言模型，其参数规模超过万亿，展现了卓越的中文理解与创作能力、逻辑推理能力以及可靠的任务执行能力，其 AI 助手 App 腾讯元宝即展现了强大的 AI 能力和丰富的应用场景。
此外，中国的大模型更加注重图像、视频等多模态数据的研究，展现出强大的适应性和泛化能力。
近日，智源研究院院长王仲远在接受网易科技采访时指出，“（AI 行业）基础模型依然亟待突破，整个国内的大模型依然处在赶超 GPT3.5 的阶段。国内大模型在中文的语境下已经开始能够接近逼近 GPT4，但是 GPT4 也在不断研发新版本，所以依然处于追赶的局面。”
国产大模型创新路
摈弃 GPT，走向全面自研，这对于国产大模型来说，这是一条真正创新的道路。
实际上，去年 12 月，OpenAI 公司就已经暂停字节跳动访问 API，而这是因为，字节跳动使用 OpenAI 的技术来帮助开发自己的人工智能大模型。根据第一财经报道，字节跳动承认，公司 2023 年初开始探索构建大模型，有部分工程师将 GPT 的 API 服务应用于较小模型的实验性项目研究中。
无独有偶，去年 11 月，零一万物也被传出套壳消息，其回应媒体称，在训练模型过程中，沿用了 GPT/LLaMA 的基本架构，但需要说明的是，借鉴架构并不能跟“套壳”或者“抄袭”直接划等号。
过去，国产大模型的自研之路，或多或少都借鉴了 OpenAI 等国外大模型的技术，这是不可否认的事实。
“随着外部竞争的减少，国内 AGI（通用人工智能）行业或将进入一个加速整合与创新的阶段。”
余丰慧指出，企业间的竞争将更加聚焦于技术突破、应用场景的拓展以及用户体验的优化。头部企业可能会加大研发投入，推动算法模型的迭代升级，力求在性能上超越国际同类产品。
王鹏也表示，OpenAI 的停服，将加速国内 AGI 行业的技术创新。为了减少对外部技术的依赖，国内企业需要加大研发投入，突破技术壁垒，开发出更高效、更智能的大模型。
目前，随着算法和算力等技术提升，国产大模型正纷纷进入万亿参数时代。现阶段，从算法创新到数据端比拼，国产大模型跟国际水平仍有一定差距。
从技术路线看，国内大模型不具备原创理论支撑，研发以追随海外先进成果为主。例如，人工神经元模型、知识图谱、深度学习框架、Transformer 架构等开创性技术，大多由美国科学家提出。
从全球范围来看，中文语料库跟英文数据集的差距不容小觑。受制于搭建数据集较高的成本以及尚未成熟的开源生态，国内开源数据集在数据规模和语料质量上相比海外仍有较大差距，数据来源较为单一，且更新频率较低，模型的训练效果受限。
技术攻坚后，推动场景应用落地，发挥商业化的价值，也是国内 AGI 行业需要前进的方向。随着 OpenAI 的退出，外狼”正在减少，国产大模型行业需要走出自己的新道路。
