把自己定義成大模型公司，是一個都活不了
李笛說大模型公司不是10個死9個，而是界定成大模型公司就一個都活不了——因為創造的價值和收到的錢是兩回事，API 定價貼著成本走，利潤上限只有每千 token 0.2 美分。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
API 定價貼著成本，利潤上限是死的
李笛用一筆賬拆掉大模型的商業幻想：一個朋友每月花 20 美元買 GPT，但明說只要有更便宜或更好的服務立刻換掉，沒有任何扭帶。這是純粹的利益關係，價格以成本來考量。而 1000 個 token 0.2 美分，想多賺只能壓成本，成本壓不下來就只好降質量——最近 OpenAI 的質量下降就是這麼來的。所以利潤上限被鎖死在 0.2 美分。他補了一句母親的話：省錢就是掙錢是不對的，掙錢是無限的，省錢只能從你已有的錢裡省。
— 李笛壟斷所有媒體，一個月也只掙幾十萬
一個同行找李笛，說想用 GPT 寫報道再調優成自家媒體風格，從此取代編輯。李笛問願意付多少錢，對方答 1000 個 token 0.2 美分。算下來一篇文章幾美分，一個月 200 多篇也就幾十塊錢。而原來的編輯一篇文章 1500 塊錢起。李笛反問為什麼不能給個折扣比例，對方說不行，你有競爭對手，定價在那兒。結論是：即使你把中國所有媒體的所有內容都壟斷了，創造了巨大價值，最後一個月也就掙幾十萬。價值不等於收入，收入才是價值。
— 李笛不能只賣模型，得賣一個完整的人
李笛說去年就講了兩件事：把自己定義成大模型公司基本沒有活路；模型不是越大越好，越大差異化越差、越同質化。小冰的做法是做高附加值——「你不能只提供技術內層，你不能提供一個整體，人有很多的 capabilities，但你不能把人物化成 capabilities 的集合」。他舉商湯人臉識別為例：人臉識別太重要了，影響了生活方方面面，但掙不到錢，所以不得不做軟硬結合，靠防盜門那 2000 塊錢，那不是 AI 的錢，卻把它算成 AI 的收入。這種業務不可能持續。
— 李笛3.5B 模型跑 T4，大模型延遲用不了
小冰在日本開源，stability.ai 的評測裡排名第一的通用泛化模型是小冰的，第二名是 Meta 的 Llama 65b（650 億參數），而第一名的小冰模型只有 3.5b。原因是專注。工程賬很清楚：3.5b 可以跑在 T4 上，7b 左右可以跑 V100，13b 以下可以跑 A100 單卡不用做分布式，延遲可以非常油滑。而 GPT 那麼大的模型除非花很多錢做陣列，延遲很高——智能設備上用不了，說句話 5 秒鐘才回消息，沒法接受。所以大模型應該待在實驗室裡探索新知，用它訓練其他模型，不出家門。
— 李笛以為技術範式已定，其實才剛開始
李笛說中國市場對大模型的誤讀之一，是以為 OpenAI 的成功就是暴力美學，想複製，但他們有一個很大的誤解：以為這個技術範式已經確定了，而不是這個技術範式才剛開始。背後的原理都還不清楚，憑什麼認為現在領先的就能一直領先。他打了個比方：這是一千米才跑了兩步，才跑了兩米，它頭往前了一點，它可能離錯誤更近了。科技發展是週期性的——找到突破、湧現創新、遇到瓶頸、糾結幾年或幾個月、再有人突破，不是指數性的。
— 李笛65B 才有思維鏈，是一個觀測不是結論
Google 當年觀測到 65B 以下的模型沒有明顯思維鏈能力，65B 以上突然出現，於是寫了一篇論文說大模型的思維鏈能力只在 65B 模型上才有。李笛說這是一個觀測結果的記錄，不是一個科學的結論，但大家把它當成了科學結論。現在幾個 B 的模型都有思維鏈能力。他類比孟德爾研究遺傳學規律，那時候也是觀測，沒有原理支撐，不能當成結論。這也是為什麼大家當時 believe 越大的模型越好。
— 李笛大模型是行業第二名的攻擊性武器
李笛說另一類公司不是大模型公司，而是已有業務加上大模型，用它來做競爭。百度文心一言推出時很多人說要做搜索引擎，李笛判斷不可能——他一定是在某個老二老三老四的業務上加，後來果然是百度雲。這是老二的攻擊性武器；你自己是老大還上這個，不是自殺嗎，自己把成本提高、利潤降下去。小冰也一樣，當時在國內有很大的對話流量，沒有動力上最貴的模型，原本一次交互成本 0.5 釐，變成幾美分，賬單立刻會把人淹沒。
— 李笛發論文等於洩露商業秘密
小冰團隊儘可能避免發論文。李笛給了三條理由：第一，發論文意味著方法公開，在美國發論文跟申請專利差不多，但在中國人家可以照著你的論文去申請專利，所以每次發論文都想辦法把真正的東西藏起來。第二，研究者一旦以發論文為成就，就會去好發論文的領域，不好發但可能很重要的領域就不去，而且論文為了吸引性，往往意味著工程上不夠懲處，做完 0 到 1 就想著找下一個 0，像狗熊掰棒子。第三，論文跟著人走不跟著企業走，人出名了就被挖，人力成本上升。
— 李笛原話 · 已逐字校驗
大模型公司不是10個 死9個或者48個活2個 如果它再界定到大模型公司 是一個都破不了 沒有人能做一個模型公司 除非模型公司 商業模式發生變化 不是API Code的方式
大模型公司不是 10 個死 9 個、或者 48 個活 2 個；如果界定到大模型公司，是一個都活不了。沒有人能做一個模型公司，除非模型公司的商業模式發生變化，不再是 API 的方式。
李笛0:00
這是一種利益關係 我能用 誰好我就用誰 而且價格是以成本來考量的
這是一種利益關係：我能用，誰好我就用誰，而且價格是以成本來考量的。
李笛19:16
掙錢是無限的 省錢只能從你有的錢裡面省 你最多完全不吃不喝 你也就只能省下你的收入
掙錢是無限的，省錢只能從你已有的錢裡面省；你最多完全不吃不喝，也就只能省下你的收入。
李笛20:17
這是一千米才跑了兩步 才跑了兩米 它頭往前了一點 它可能離錯誤更近了
這是一千米才跑了兩步，才跑了兩米，它頭往前了一點，它可能離錯誤更近了。
李笛32:21
這是一個觀測 結果的記錄 它不是一個 科學的 結論 大家就認為這是一個科學結論
這是一個觀測結果的記錄，它不是一個科學的結論，大家卻認為這是一個科學結論。
李笛35:24
這是老二的工具 這是老二的攻擊性武器 但你自己要是老大你就上這個 你不是自殺嗎
這是老二的工具，這是老二的攻擊性武器；但你自己要是老大還上這個，你不是自殺嗎。
李笛39:26
我希望他能活下去 永遠活下去 但他活下去的方法 就是他滲透到人們的生活中 跟大量的人產生千絲萬縷的長城的關係 就沒有人能夠停掉他
我希望它能活下去，永遠活下去。但它活下去的方法，就是滲透到人們的生活中，跟大量的人產生千絲萬縷的長期關係，就沒有人能夠停掉它。
李笛1:20:43
數字與實體
| GPT API 定價 | 每 1000 個 token 0.2 美分 | 19:16 |
| 媒體編輯稿費對比 | 原編輯 1500 元起一篇文章，用模型生成一個月 200 多篇只值幾十元 | 20:17 |
| 大模型參數界定 | 65B 以上為 650 億參數 | 25:18 |
| 小冰交互成本變化 | 原本一次交互 0.5 釐，上最貴模型後變成幾美分 | 39:26 |
| 微軟股價 | 李笛加入時 30 塊，分拆時 300 塊 | 1:10:36 |
| 小冰系統被霸凌比例 | 20% | 1:18:41 |
| 國內大模型公司數量 | 上個月聽說 76 個 | 57:27 |
術語
- API應用程序接口
- 按調用量計費的模型服務方式，李笛認為這種模式定價貼著成本，做不成生意。
- 思維鏈chain of thought
- 模型分步推理的能力，Google 曾觀測到 65B 以上才出現，李笛說那只是觀測不是結論。
- 混合模型mixed model
- 小冰主張的路線：大中小參數規模模型混用，而不是一個超大模型 handle everything。
- 數字員工digital employee
- 小冰 2B 業務方向，用 AI 承擔企業裡直接創造收入的崗位，而非成本崗位。
收聽指南
適合正在做大模型創業、糾結要不要繼續堆參數或轉應用的創始人和投資人，以及想知道小模型工程賬的 AI 工程師。
1:22:48 之後的快問快答（讀書、偶像、電影）信息量低，可跳過。