大模型卷出白菜价！字节发布豆包大模型，一元钱能买125万Tokens

5月15日，在2024春季火山引擎Force原动力大会上，字节跳动自研豆包大模型正式亮相，这也是国内又一家互联网巨头发布的自研大语言模型。

豆包大模型，原名“云雀”，是国内首批通过算法备案的大模型之一，由字节跳动自研，具备多模态能力，涵盖通用模型、语音识别、语音合成、文生图等九款模型。

近期，国内外多家企业在大模型领域动作频频。OpenAI发布了GPT-4o，阿里云推出了通义千问2.5，谷歌在I/O开发者大会上推出了多款AI产品。这些进展表明，AI大模型正快速迭代，市场竞争日益激烈。

一元钱能买125万Tokens

据发布会，字节跳动的豆包系列模型，作为AI技术的个性化与多模态应用的典范，涵盖了语义、声音和图像处理的全方位能力。

豆包通用模型Pro，作为自研的LLM模型专业版，支持长达128K的文本处理，具备理解、生成、逻辑和记忆的综合能力。而Lite版本则以其高性价比，为企业提供了成本效益更高的选择，成本下降84%，延迟降低50%。

声音处理方面，豆包系列模型通过语音合成、声音复刻和语音识别三个模型，展现了其在表达多种情绪、快速声音克隆以及处理复杂语音场景的能力。豆包·文生图模型专注于对中国特色文化的理解和创作，而豆包·Function Call模型则能够智能选择执行任务的函数和算法。

豆包·角色扮演模型满足了用户个性化角色扮演的需求，具备个性化创作能力和剧情推动能力。朱骏副总裁透露，豆包上已有超过800万个智能体被创建.

图源：证券时报

价格上，豆包大模型的主力模型在企业市场的定价仅为0.0008元/千Tokens，比行业价格便宜99.3%，这一定价策略将大模型服务带入了“厘时代”。根据火山引擎公布的价格计算，一元钱就能买到豆包主力模型的125万Tokens，大约是200万个汉字，相当于三本《三国演义》。

发布会表示，经过一年时间的迭代和市场验证，豆包大模型日均处理1200亿Tokens文本，生成3000万张图片，月度活跃用户量达到2600万。豆包模型已广泛应用于字节跳动旗下的多个产品和业务，并通过火山方舟平台向多个行业客户提供服务。

此外，火山引擎在发布会上与中国电动汽车百人会及20余家汽车厂商成立汽车大模型生态联盟，并与OPPO、vivo等建立智能终端大模型联盟，推动AI技术在汽车和智能设备上的应用。OPPO小布助手、小米“小爱同学”等已接入火山引擎大模型服务，彰显AI技术跨领域合作的潜力。

多企大模型领域动作频频

2024年5月15日，谷歌在其I/O开发者大会上宣布了多项AI产品更新，包括轻量化模型Gemini 1.5 Flash、AI通用智能体Project Astra、AI搜索功能、视频生成模型Veo，以及第六代TPU Trillium。其中，Gemini 1.5 Pro的上下文窗口从100万tokens升级至200万，提升了模型的处理能力。

5月14日，OpenAI公司发布了GPT-4o多模态大模型，它在速度和成本上优于GPT-4 Trubo，并在人机交互的自然性上取得显著进步。GPT-4o能够检测人的情绪，以类似人类或机器人的语调与用户交谈，音频输入响应时间最快可达232毫秒，平均响应时间为320毫秒。

在发布会的演示中，GPT-4o展示了其与众不同的互动能力，能够自然地与人类交流，根据要求变化音色、语调、情感等。OpenAI表示，GPT-4o支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出，能够结合视频和音频感受对话者的情绪，并给出充满人类情感的反馈。

5月9日，阿里云正式发布了通义千问2.5，该模型在理解能力、逻辑推理、指令遵循、代码能力上相比上一版本分别提升了9%、16%、19%、10%。在中文语境下，通义千问2.5在多个能力上赶超了GPT-4，并且在安全风险控制方面取得了与GPT-4-Turbo相当的得分，显示出国产大模型的竞争力。