目前大家普遍认为,考虑到硬件的初始投资、能源成本等因素,本地大型语言模型(LLM)的运行成本并不低于众多可用的API。选择本地运行的原因包括隐私、独立、兴趣爱好、摆弄/训练自己的东西、离线工作,或者仅仅是能够与自己的GPU对话的新奇感。但情况一定是这样吗?从长远来看,这些较低的API成本是否可能无法持续?真的很好奇。据我所知,到目前为止,还没有大型语言模型(LLM)提供商盈利,但如果我错了,欢迎指正。我只是在想,在所有投资资金耗尽之后,这些公司需要以一种能维持运营和让GPU持续运行的方式来对API使用定价,那么‘本地不如API便宜’这一观念可能就不再成立了。
讨论总结
原帖对大型API提供商(如OpenAI、Anthropic等)是否盈利提出疑问,考虑到目前本地LLM运行成本与API成本的比较以及行业现状。评论从多个角度进行讨论,如不同类型提供商(开发模型、只提供主机服务等)的盈利可能,各种成本(硬件、研发、训练等)的影响,还涉及不同业务板块(API业务、消费类应用)的盈利状况,整体呈现出深入探究、观点多元的氛围。
主要观点
- 👍 OpenAI处于巨大亏损运营
- 支持理由:评论者pip25hu指出OpenAI处于巨大亏损运营状态。
- 反对声音:有评论认为OpenAI的行为暗示其在盈利,如模型多版本使用且大量量化等情况。
- 🔥 API在推理方面大部分是盈利的
- 正方观点:小型独立供应商在推理方面盈利可侧面证明,且Azure推理业务营收及利润情况良好。
- 反方观点:部分提供商因需不断投入训练和研发资金,整体可能未盈利。
- 💡 多数API提供商按请求收益高于运行成本,但总体未实现盈利
- 解释:因研发和像免费聊天界面这样的亏本产品存在,整体仍未盈利。
- 🤔 Anthropic盈利情况优于OpenAI
- 解释:Anthropic约70%收入源于API,而OpenAI主要靠无限访问订阅盈利。
- 😎 API提供商在API业务上盈利,在消费类应用上不盈利
- 解释:从定价和模型规模传闻能看出这种盈利与否的差异。
金句与有趣评论
- “😂 OpenAI is operating at a huge loss, to my understanding.”
- 亮点:直接表明对OpenAI亏损运营的看法,是较早提出且较明确的观点。
- “🤔 The providers that host, but do not develop models, however, could very well be profitable, based on what I have seen around OpenRouter.”
- 亮点:指出只提供主机服务不开发模型的供应商可能盈利,为盈利分析提供新的视角。
- “👀 DeepSeek is making a ton of money. They shared their revenue numbers a few weeks back and it’s insane.”
- 亮点:提出DeepSeek营收数字很高,引发关于其盈利情况的深入讨论。
- “😏 Revenue is not profit.”
- 亮点:简洁地指出营收和利润的概念区别,在盈利分析讨论中有重要意义。
- “🤯 If we purely in discussing inference, fairly certain API is profitable to a large extent.”
- 亮点:明确提出在推理方面API的盈利情况,是一个关键的分析角度。
情感分析
总体情感倾向为中性偏探究。主要分歧点在于不同提供商是否盈利以及在哪些业务板块盈利。可能的原因是各提供商的财务信息不透明,成本构成复杂(包括硬件、研发、训练等多方面),且业务模式多样(如API业务、消费类应用等),导致大家从不同角度分析会得出不同结论。
趋势与预测
- 新兴话题:随着开源模型的发展对API提供商盈利的影响,以及规模扩展(Scaling)与盈利之间的关系可能引发后续讨论。
- 潜在影响:如果API提供商长期不盈利可能会影响行业发展方向,如投资减少、服务调整等,对依赖API的相关应用和开发者也会产生连锁反应。
详细内容:
《大型 API 提供商的盈利之谜:是亏损还是盈利?》
近日,Reddit 上一则关于大型 API 提供商(如 OpenAI、Anthropic 等)盈利状况的讨论引发了广泛关注。该帖子获得了众多点赞和大量评论,大家就这些提供商是否真正实现盈利,还是在依靠投资资金苦苦支撑展开了激烈的讨论。
讨论的焦点主要集中在以下几个方面:
有人认为 OpenAI 目前处于巨额亏损状态。比如,有人表示“据我了解,OpenAI 是运营在巨大的亏损之中”。但也有人提出不同观点,认为“OpenAI 在运营上的支出低于其收入,但如果包括当前的研发成本和摊销的模型训练成本,它就是亏损的”。
还有人指出 DeepSeek 被认为赚了很多钱,“DeepSeek 分享了他们的收入数字,这简直太疯狂了”,但也有人质疑其数据的真实性。
一些用户分享了个人经历和案例,比如有人说“我对今天所做的事情以及它的容易程度感到非常惊讶。我曾经认为非常复杂的工具(需要博士学位之类的),实际上就在我的掌握之中,如今的计算能力让人惊叹”。
有趣或引发思考的观点也不少,比如“科技公司发明了一种新的货币叫做数据”。
讨论中的共识在于,大多数提供商在每个请求的收入上高于运行成本,但由于研发和免费聊天接口等亏损领先产品,总体上没有实现积极的盈利。
特别有见地的观点是,从长期来看,大型提供商依靠规模和软件优化,通过 API 收费可能比用户本地运行更便宜。
然而,争议点也很多。比如,对于不同提供商的实际盈利状况,各方观点不一,数据的真实性和解读也存在分歧。
总之,关于大型 API 提供商的盈利状况,Reddit 上的讨论热烈而复杂,目前仍没有明确的定论,但为我们提供了多维度的思考视角。
感谢您的耐心阅读!来选个表情,或者留个评论吧!