一块钱买得到什么？
在今天上午召开的 2024 季春季火山引擎 Force 原动力大会上，火山引擎总裁谭待给出了一个意料之外的答案。
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》。
价格战开卷！字节发布豆包大模型
大模型场景落地的关键挑战在于模型效果、推理成本以及落地难度。
为了帮助企业解决好这些挑战，用更好的模型、更低的成本和更易落地的方案帮助企业做好 AI 转型，火山引擎今天正式推出新一代的全栈 AI 服务。
好的技术一定是在大规模的运用，在大量调用的情况下不断打磨才能形成的。
一年前，原名为「云雀」的豆包大模型成为国内首批通过算法备案的大模型之一。
经过一年的迭代发展，现在豆包大模型目前日均处理 1200 亿 tokens 文本，生成超过 3000 万张图片。
从今天开始，豆包大模型将正式通过火山引擎对外提供服务。
本次发布的模型家族包括豆包通用模型 pro、通用模型 lite、角色扮演模型、语音识别模型、语音合成模型、文生图模型等多款模型。
其中豆包大模型 Pro 是豆包模型的最强代表，在理解生成逻辑和记忆等多个维度上都有非常出色的性能，支持 128K 上下文窗口，能够帮助用户快速理解耳环总结高难度的长文本内容。
在某些场景里，对于延时和成本敏感的客户来说，豆包通用模型 lite 则是更好的选择。
得益于角色扮演模型的加持，无论是扮演四川话的老师，还是推动剧本杀的故事演绎，现场的实际演示都显得游刃有余。
语音是与 AI 交互过程中的重要一环。
语音识别模型和语音合成模型能够准确识别用户的内容、语种和语境，并且通过对音色、语气和语调的学习，可以让大模型表达出真实的感情，让 AI 实现仿若真人般的交流。
大的使用量，才能打磨出好模型，也能大幅降低模型推理的单位成本。火山引擎今天直接化身「价格屠夫」，给大模型市场带来了亿点点震撼。
市面上同规格模型的定价一般为 0.12元/千 Tokens，而豆包通用模型 pro-32k 模型推理输入价格仅为 0.0008 元/千Tokens，比行业价格低 99.3%。
又或者，豆包通用模型 pro-128k 模型的输入价格为 0.005 元/千Tokens，比行业价格低 95.8%，真正做到了「从分到厘」的价格内卷。
另外，为了帮助企业更好地落地应用大模型，谭待也宣布推出火山方舟 2.0 平台并发布三个大模型插件：
- 联网插件：从全网的数据中搜索出相关的数据信息
- 内容插件：提供丰富的视频和图文内容
- 知识库插件：支持专有数据的精调，从而尽可能降低 AI 幻觉
应用为本，落地才是王道
通过 AI 原生的开发平台，我们有机会让每一个人都成为 AI 应用的开发者。
在发布会现场，谭待掷地有声地作出了如上判断。作为新一代 AI 应用搭建平台，无论用户是否具有编程基础，都可以在扣子上快速搭建基于模型的各类 bot。
并且，用户还能将 bot 发布到各种社交平台、通讯软件或部署到网站等其他渠道。
发布会的开场演示了一位五年级小朋友的 AI bot，它通过利用在学校学到的语文知识，打造了一个堪称英语外教的 AI bot。
而在对应用场景能力要求更高的企业环境中，海底捞使用扣子模拟顾客对话演练，帮助客服小姐姐提高服务水平。
超级猩猩使用扣子帮助用户懂得更好的健身；招商银行基于扣子搭建了推荐餐饮优惠门店的掌上生活优惠 bot 以及分析市场行情的财富看点……
扣子创建的 bot 支持文字、图片、语音、视频、GUI 卡片等多种模态的混合交互，用户甚至可以像和真人聊天一样跟 bot 进行语音交流，他永远会以最智能也最自然的方式回应用户的每一个请求。
另外，火山引擎还正式发布了扣子专业版——火山引擎根据企业需求，以扣子平台为基础做进一步的封装，支持许多高级的特性。
在过往的十多年里，最懂移动互联网时代的字节跳动似乎总能做一个产品火一个，悄然成为如今的庞然巨兽。
而本次发布会最让人印象深刻的，也莫过于字节跳动如何理解大模型时代下的产品应用与开发。
产品和战略副总裁朱骏表示，比起在服务器端跑的代码，更重要的是要创造出合适的产品形态和自然的交互方式，以满足用户的实际需求，让用户真正愿意使用这些产品。
在发布会现场，朱骏透露了豆包名字的来由。
看似和 AI 扯不上太多关系的「豆包」实则在最初起名时，首先确定下来的通用原则便是简单、好读、好记。
与此同时，为了拉近产品与用户之间的距离，他们内部也为豆包这类产品定义了三个产品设计原则：拟人化、离用户近，嵌入用户的使用环境、个性化。
在过去的一年里，字节跳动在大模型应用的形态上做了很多的探索，而他最大的感受是跟 AI 时代之前相比，做应用既有共性，也有很大的差别。
那共性是什么呢？人的本质的需求其实没有变化。比方说想要快速的、方便的获取信息的需求没有变化，在工作当中要给自己提效……
在他看来，以往做产品相对比较简单，因为至少底下的技术是成熟的，是稳定的，所以你只要发挥你的同理心，去想用户的需求是什么，但大模型时代却又截然不同。
它新的难度就是不仅要考虑大模型此时此刻能干啥，可能更重要的是要去猜测 3 个月、 6 个月、两年以后能够实现什么样的新的用户场景。 所以这是一个新的挑战，也是要在动态的技术演进下，不断的去预测下一个产品的 PMF。
以 AI 搜索引擎为例，朱骏透露在去年上半年评测搜索的任务，往往 10 道题错 6 道，这意味着搜索这个应用场景是完全不成立，但随着模型能力的进化，如今 AI 搜索任务时至今日至少达到可用的程度。
这种从无到有，从可用到优化的转变，不仅仅是技术层面的突破，更是对用户需求深刻洞察的成果。
根据麦肯锡的报告，到 2030 年，大模型推动的全球经济增量将达到 49 万亿元人民币，其中中国部分的经济增量将达到 14 万亿人民币。
庞大的经济增量既包括大模型对现有工作效率的提升，也包括新技术所带的新场景和新业态。字节跳动的探索，是 AI 应用落地的一个缩影，也同样是整个行业需要思考的共同课题。
而这也正是谭待在本场发布会反复强调的一点，好的模型一定要让每一个人，每一家企业都用起来。
热门跟贴