OpenAI或将ChatGPT涨价至2000美元/月,未来发展何去何从?

OpenAI或将ChatGPT涨价至2000美元/月,未来发展何去何从?已关闭评论

2,000美元一个月的ChatGPT还会有人用吗?

大家好,这里是老范讲故事的YouTube频道

今天咱们来讲一讲OpenAI有可能给ChatGPT涨价的事情。消息哪来的?国外著名科技媒体Information上报道,OpenAI因为连年的亏损,而且新的模型成本快速上涨,所以有可能给ChatGPT涨价。涨多少呢?他们也是搜集了很多的信息以后,判定有可能会涨到100倍,也就是2,000美元一个月。这是不是幻觉呢?大概率是。

那你说Information上面怎么会有幻觉呢?需要注意,Information上面也是说,我们根据各种信息总结出来以后,有一种声音提到有可能会涨100倍。具体是哪个涨100倍并没有说。到底是每个月这个20美金的订阅费用涨100倍,还是说TOKEN的费用,或者其他的一些商业合作的费用,涨到100倍都没有说。而到底是涨100倍,还是说按照这样的一个级别去涨,现在也没有讲清楚。所以只是说,我们根据传言得到了这样的一个消息,这就算是一个幻觉。

咱们再讲一个幻觉的故事。前面有人提到,印度产的iPhone良品率只有50%。后来被富士康的人出来辟谣,说没有那么差。如果良品率只有50%,苹果也受不了。其实印度产的iPhone良品率比中国的低10%。郑州富士康的iPhone良品率大概是96%,印度大概是85%或者86%这样的一个水平,其实依然是可以接受的。

那么前面讲的这个iPhone在印度产,良品率只有50%这件事,完完全全是造谣吗?也不是。有人报道说,印度的某一个零部件工厂,生产的iPhone外壳送到富士康检测之后,发现两个里面只有一个能用,这就是50%。也就是iPhone的某些工厂生产的某些配件,一些批次里面,它的良品率是50%。但是这样的消息拿到国内来以后,大家就传了,印度产的iPhone良品率就是50%。它会变成一个幻觉。

这种幻觉,我们一般认为它不叫完完全全的谣言,它是有出处的。只是大家把不同出处的信息进行总结归纳以后,就会变成一个假消息。以前有人在苏格兰坐火车的时候,看到有一头牛是紫色的,说苏格兰的牛都是紫色的。这个时候旁边人说,你不能这么讲啊,你应该说你在苏格兰看到了一头紫色的牛,而不能说苏格兰的牛都是紫的。另一个人又上来说,你这个说的依然不准确,那应该怎么说呢?说你在苏格兰看到一头牛,一头牛有一面是紫色的,另外一面你没看着。你不知道,但是如果有人出去传,苏格兰的牛都是紫色的,你说他算造谣吗?咱们稍微扯得远一点,讲一下这种幻觉是怎么产生的。其实,人也会产生幻觉。苏格兰的牛都是紫色的,印度产的iPhone只有50%的良品率,这就是人类自己产生的幻觉。

所以我们不要光去嘲笑大模型。好,我们继续往下讲,OpenAI现在到底在干什么?其实很多人也很关心这件事情。这一段时间来,传出了很多的新名词,但这些新名词都代表什么意思?

比如说,去年山姆·奥特曼突然被干掉,失去CEO职位,失去董事会职位的时候,就传出来的Q星算法,这玩意到底干嘛使的?今年前几个月,山伯特曼突然放了一张草莓的照片,那么草莓算法到底干嘛用的?以及山姆·奥特曼号称马上要发布的Orin猎户座模型到底是什么,或者说非常强大的Orin猎户座模型到底是什么?

前面号称OpenAI要涨价100倍的这篇《Information》文章里面也进行了一定的解释,它把这三个算法串起来了。Q星算法是主要做科学和数学计算的。大家知道,大语言模型通过语言进行推导,它就比较容易犯9.1比9.9大的这种错误。它从语言上看,11一定比9大,但如果有一个数学相关的模型直接算,就可以避免这种错误。这就是Q星算法。

而草莓算法,其实是以Q星为基础做出来的,也就是以数学和科学比较强劲能力的算法为基础的。它主要的特性是有极强的推理能力,它可以直接拆解我们所需要的任务,而得到一个完整的结果回来。这就是草莓算法。据说这种强劲推理能力的草莓算法,今年秋天就会面世,应该没几个月了。

而下一代的大模型,非常强劲的大模型Orin,也就是猎户座模型,是使用草莓提供的合成数据进行训练的。它把所有这些东西综合在一起。

现在其实大家遇到了一个问题,是什么呢?就是scaling law快卷不动了。Scaling law就是缩放法则,所有的AI公司老板都信誓旦旦地拍着胸脯跟大家讲,我们依然相信scaling law是成立的。英伟达的股票涨成现在这样的一个状态,也是大家相信scaling law依然成立。

Scaling law是什么?我不断地往里加数据,加更多的数据,加更大的算力,也就是显卡,算更长的时间,得到更大的模型,一定效果更好。这就是scaling law,也就是我们以前讲的大力出奇迹,只要你不停地往里堆,总有一个更好的结果出来。虽然所有人都在喊这件事情。但其实,过去的一年里,这个 scaling low 基本上并没有被突破,没有更大的模型出来。虽然我们看到了拉玛 3.1405B 的推出,但因为前面有不公开参数的 GPT-4、GPT-4O 以及 Gemini 1.5 Pro 这样的版本,所以我们并不能确定拉玛 3.1405B 是否在 scaling low 上继续往前走。

Anthropic 的 Cloud,它们最强的模型叫 Opus,虽然也没有公布参数量,但大家普遍认为它应该是跟 OpenAI 的 GPT-4 或者 GPT-4O 的参数量级在一个水平上的。结果,Anthropic 推了一个 Cloud 3.5,大家觉得实在是太香了。现在可能使用 Cloud 3 Office 的人已经越来越少了,而 Cloud 3.5 的 Office 版本这么长时间也一直没推出来。

大家已经在这种大模型的基础上进行蒸馏之后,往回退了一步,并没有继续往前走去实现更大的模型。而现在,各种 70 币上下规模的模型,它们的能力已经接近 GPT-4O 了。无论是使用拉玛 3.1 的 70 币,还是使用通义千问的 72 币,或者其他一些公司训练出来的开源、闭源 100 币以内的模型,它们不能说完全超越或全面碾压 GPT-4O,但在某些特定场景下,已经接近或超越 GPT-4O 的能力了。

小模型结合各种场景之后,甚至比这些 70 币的模型表现还要更强一些。也就是这种 7 币或者十几币的模型,如果进行一定的微调,再结合特定使用场景的话,效果也很好。这导致什么呢?对于更大模型的需求在变弱,大家觉得现在这些模型挺好的。在这样的基础上,不断把这个模型变得更小,让它更加贴合具体的应用,效果也非常好。

还有一个原因是什么呢?就是 GPT-4 和 GPT-4O 指明方向以后,大家已经追赶了一年了。追赶到现在一个位置后,大家说我们已经基本上达到和超越 GPT-4O 的水平,再往前走没有方向了,没人指明道路。现在大家都在等待行业的老大,或者叫排头兵的 OpenAI,来告诉我们下一个方向在哪里。

现在 OpenAI 告诉大家,下一个方向有可能是 Orin。而 Orin 跟现在的 GPT-4O 比起来,它的差异是什么地方呢?就是推理能力更强,逻辑能力更强,幻觉更少。这是现在新的追求方向。但是 Orin 出不来,大家也不知道应该怎么做,还是要等它做出来。

阻碍 scaling low 继续发展的还有一大原因,就是数据枯竭了。训练现有的模型已经可以把当前能够找到的数据基本上都使完了。更多的数据进行清理和处理的话,成本非常高。我们直接找到过往的书籍和互联网上的信息,对这些数据进行清理,人工的这种加工成本是非常高的,因为数据量实在太大了。很多的低质量数据,拿去训练以后,可能幻觉会变得更厉害。

所以现在大家普遍使用的方法是什么?就是使用合成数据。所谓的合成数据,就是由大模型生成的数据,再去训练新的大模型。而这些数据又不是靠大模型直接生编的,而是什么呢?让大模型去取代做数据清理的人工。我们拿到大量的网络数据以后,把这些数据交给一个大模型,让它去做清理,清理完了以后重新生成一遍。

这些合成数据也不算是无根之木,它也是从现实来的,只是经过大模型的过滤和清理。拿这样的数据再去训练新模型,发现效果会更好。拉玛3其实就是这么训练出来的,这拉玛3里边的数据是用拉玛2进行清理出来的,也算是合成数据,训练大模型的一个典范。

而现在OpenAI的Orin大模型,就是准备使用它的草莓算法生成合成数据,然后再去进行训练。OpenAI自己玩的就是一个心跳。现在新一轮融资还没有关闭,新一轮融资就是已经有领投方了。据说有一家公司说,我们愿意出10亿美金,然后再等其他人跟投,希望可以凑个几十亿美金让OpenAI再活半年。

OpenAI这个几十亿美金,大概也就是活半年。他一年应该妥妥的会烧掉上百亿美金,而且这个数字可能还会快速上涨。因为去年呢,他亏了大概50亿美金,今年应该亏到上百亿美金是没什么问题的,等到明年可能就是几百亿美金的亏损。

现在大家预估OpenAI一年的收益是35亿美金,也就是这个里面大概20亿美金来自于一个月20美金的订阅,剩下的可能是做TOKEN,我们使用API买TOKEN的钱,以及其他的一些服务费。这个是OpenAI的收益预估,因为它毕竟不是上市公司,没有财报出来,所以大家只能去猜测。

而亏损,每年OpenAI大家预估的亏损额是50亿美金,这是一个非常恐怖的数字。OpenAI手里边的现金,你想微软给了100亿,再加上其他一些人给的钱,所以现在基本上是烧完了,再不融到这一轮就没得玩了。你融到这一轮以后,可能也就是再烧半年的。

那你说钱这么多都烧哪去了?第一个就是烧算力。你得上微软爸爸那里去交钱,买微软云上的算力,继续去训练大模型。第二个,你现在是1,500人团队了。而且,OpenAI现在团队规模还在不断扩张。那你人多了以后,肯定有很多的内部是是非非。有一个故事说,这个活原来一个人能干,现在不行啊,干着太累了。招两个人来,一共三个人来做这个事情。原来这个人变成领导了,后来发现比以前还累。说为什么?说我现在需要给他们做计划,让他们也做计划,回来我要审核他们的计划,看看这个数据应该怎么去分配,任务分下去。我还要调解他们之间的矛盾,还要去做考核计划。说这个比以前我一个人把活干了还累啊。

所以,这个人增加了以后,绝不是说我增加了一倍的人,生产的效率就提高一倍。经常是提高到一定程度以后,你的生产效率就不会再提高了,而开始下降。这个就算是一个边缘。所以,OpenAI内部现在是是非非,肯定是非常多的。作为当前最红的行业AIGC的领头兵,也就是当红炸子鸡,OpenAI自己招聘人才,以及他要留住自己的人,成本肯定会直线上升。投资基金、各种猎头公司,每天都趴在他外边等挖他的人。

那么,你要想让这些人留下来,一定要多给钱。新的模型,训练成本肯定也是几何级数上升的。你想让scaling low再次起作用,就一定是要投入更多的数据、更多的算力,这个事没有办法。而且,越大的模型,你的安全成本就越高。以前我们就都在讲,什么叫知识越多越反动?你这个模型变聪明了以后,他有可能给大家带来的伤害会变得更加惨重。我们想让一个更聪明的大模型成为安全的模型,所需要支付的成本也一定会更高一些。如果这玩意再出错了,那就是高智商犯罪了。

OpenAI现在真正的困境是什么呢?就是不赚钱。开始其实有一些路就走错了。聊天模式20美元的订阅以及TOKEN收费,不光是他自己走错了,还把整个的行业都带沟里去了。他有他强的地方,就是你通过聊天方式,一开始就震惊了全世界,让所有人,不管适不适合去用AI的,大家都冲上来用,成为了全世界关注的焦点。这是他使用聊天模式取得的成就。

但是,聊天模式是一个双刃剑。一面是说大家都关注了,每一个人都可以用;另外一面是什么?你要想从聊天模式再继续往前走一步,可以让大家能够更好地体验到AI的能力,这一步其实是非常难以越过的。另一方面,20美金订阅,那他出了这样的一个数据之后,导致整个行业只能跟他对标。微软的Copilot也是20美金,谷歌的Gemini你只能在20美金往下做,其他的一些cloud等等。
都是在20美金这个范围上下去波动。至于一开始,那个人到底为什么定他20美金,这个大家只能想破脑袋去想了。前人一定是有他的道理。就跟原来有一个笑话说,有一个大的印象派画家,他有一副名画,很多人搞不清是画什么的。一堆人在那去做研究,甚至有些专家专门去研究这幅画,还发表了很多论文,成为了学术态度。

第一个研究这幅画具体画什么的学术泰斗离开人世去了天堂以后,正好碰到这个画家,就去问他说:“您那画到底画什么呢?你看我研究了一辈子,都成为学术泰斗了,我也没研究明白,还跟很多个派系吵来吵去的。”那个画家说:“你到底说的哪幅画,我想不起来了。”最后他太太在旁边提醒了一下:“你说的不会是擦手布吧?你每次画完画,然后拿那个布擦手,形成了一副印象派的名画,让后人研究了很长时间。”

所以20美金有可能就是这么来的。而20美金跟token付费这种事情,其实会极大限制使用AI的人数,因为它会限制流量的上升,也会限制新的商业模式的爆发,这个其实是有毒的。现在OpenAI其实面临着当时谷歌的困扰。谷歌的困扰是什么?是分叉。当时谷歌把安卓做出来以后,所有人一看,这个东西实在太厉害了,我们拿它去分叉,就有安卓的各种智能家电的操作系统、安卓的手表操作系统、安卓的各种嵌入式操作系统、安卓的各种定制操作系统。谷歌说不行,你们不能分叉,我一定要把安卓的版本一直升上去,让你们所有分叉人都死掉。

OpenAI其实现在面临的困难是一样的,它指明了方向,大家各自去发展,长出了Anthropic、拉玛、Gemini,现在的标准已经不统一了。想要继续站在排头上,继续引领风潮,必须不断放出新消息,不断去指明方向。但是,手里边的钱又不够多,攻城能力也不够强,也没有盈利能力,只能是不停地放空话。你像从2024年年初到现在,OpenAI已经吹了多少牛,到现在都没有实现。

那么OpenAI的解决方法有哪些呢?第一个就是涨价,像刚才我们前头讲的,把这个费用涨100倍,涨到2,000美金一个月。这就是第一个处理方法,涨上去以后就可以达到盈亏平衡了。第二种方式就是不停的融资。山姆·奥特曼在斯坦福大学演讲的时候也讲过,说你们不要去研究挣钱的事情,我就不停的去找钱,反正我有这个能力。找完了以后呢,就把它烧掉,再去找。现在新的一轮钱找到了,这条路还是在往前走,而OpenAI准备去上市。上市的时候,你又可以圈一大笔钱吧。但是上市了以后,你未来还是要去盈利的啊。所以甭管是找钱也好,还是上市也好,算是饮鸩止渴,或者是寅吃卯粮,我们把未来的一些可能性把它消耗掉,那继续在亏损和越亏越大的这个道路上狂奔向前,这不是一个长久的解决之道。

还有一条路是什么?就是重新发明定义,走通一些新的商业模式。这可能是山伯特曼或者整个OpenAI,包括整个硅谷和行业,都在期盼的一个事情,就是说我们不再去依赖传统的这种流量商业模式了,而是做一个新的商业模式,像收税一样,把这个税收上来,让大家像一个基础设施那样去使用这些AI大模型。但是这种模式呢,到目前为止还没有走通。未来到底能不能走通这件事情,还是一个问号。

那你说,如果这个商业模式走不通,盈利呢?其实从短期来看,还是很难的。还有没有其他的方式?OpenAI难道就要倒在这里了吗?还有一个方式就是国有化,直接交给国家,让国家通过税收、通过印钱直接去使用这些大模型。现在Scaling Low继续往前走的话,可能迟早会走到国有化这条路上。

那么就看到底是大家能够先去找到合适的商业模式,让整个AIGC产业健康发展,还是最终让AIGC都沦为主权大模型。到底是走哪条路?因为主权大模型这件事情,是黄仁勋提出来的,是说我们以后每一个国家都去买自己的显卡,建自己的算力中心,每一个国家都拥有自己的主权模型。这是他提的这条路,不知道是光明还是黑暗,但也在我们的前方等待着我们。

好,这就是我们今天讲的故事。一OpenAI准备涨价100倍,为开始探讨一下OpenAI未来的一些发展方向。好,今天的故事就讲到这里,感谢大家收听。请帮忙点赞,点小铃铛,参加Discord讨论群,也欢迎有兴趣、有能力的朋友加入我们的付费频道,再见。

Comments are closed.