大模型围剿战:Kimi如何在免费与盈利之间找到平衡?

2024-03-25 18:44

本文主要是介绍大模型围剿战:Kimi如何在免费与盈利之间找到平衡?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文 | 大力财经

在近期的互联网科技领域,一款名为Kimi的国产大型AI模型引起了广泛关注。随着Kimi的火爆,国内的大型科技公司纷纷开始关注并投入到长文本处理技术的竞争中。

阿里巴巴、360等知名企业纷纷宣布了他们的长文本处理能力,分别达到1000万字和500万字,而百度也传出即将开放200万至500万字的长文本处理功能。

据悉,Kimi为了吸引新用户,其广告投放的获客成本大约为每位用户10元。但当考虑到用户问答互动后产生的额外算力成本时,每位用户的获客成本可能高达12-13元。根据第三方平台的数据预估,Kimi在苹果和安卓端的日均下载量约为17805次。这意味着,Kimi每天在获客上的投入可能超过20万元。

这场围绕Kimi展开的竞争,被形象地称为“围剿战”。据新浪科技对市面上的三款主要产品进行了测试,包括Kimi在内。测试结果显示,在对《三体2:黑暗森林》和《未来简史》两本畅销书的总结能力上,Kimi的性能稍逊于其他两家,仅能解读52%和66%的文本内容。此外,Kimi在联网搜索等方面的能力也显示出一定的局限性。

尽管Kimi在长文本处理方面面临挑战,但其背后的公司——月之暗面科技有限公司,却因其强大的资方背景和创新的技术能力而备受瞩目。公司创始人杨植麟在NLP领域的研究成就显著,而公司的其他联合创始人也在大模型技术领域有着深厚的探索经验。

Kimi的市场表现同样引人注目。尽管与行业内的其他成熟产品相比,Kimi的用户日活跃度仍有差距,但增长势头强劲,显示出其快速获得市场关注的能力。此外,Kimi的技术迭代速度也令人印象深刻,从最初的20万字无损上下文输入能力,到半年后的200万字,技术进步显著。

目前,大型AI模型的宣传焦点主要集中在长文本处理和多模态理解上,而Kimi尤其以长文本处理能力为卖点,这使得它更容易受到市场的关注。然而,随着互联网巨头们开始在长文本处理领域加大投入,Kimi的市场地位可能会受到挑战。

一位业内专家进一步阐述说,尽管Kimi提供了长文本处理的功能,但它的竞争对手,如通义千问和360智脑,也能提供类似的服务。在这些大公司不收费的情况下,Kimi很难实现盈利。因此,如果Kimi继续沿用现有的商业模式,它可能会持续亏损。

如果用户让Kimi概括一本小说,可能需要花费5到10元,但目前用户并不需要为此付费。根据市场数据分析,Kimi在App Store的日均下载量为5445次,在安卓平台上的日均下载量为12360次,总日均下载量达到17805次。按照这个速度,Kimi每天在安卓和iOS平台上的客户获取成本可能在21.366万到23.147万元之间。如果考虑到网页和小程序等其他渠道的客户增长,Kimi每月的客户获取成本将是一个不小的数字。

这位专家警告说,如果Kimi继续维持当前的运营模式,而未能开辟新的收入来源,那么它的经营策略就像是在“烧钱赚吆喝”。他还透露,月之暗面科技有限公司最近完成了10亿美元的融资,其中首期8亿美元由阿里领投,达到7.9亿美元,而且其中6亿美元必须用于阿里云的相关服务。

综上所述,尽管Kimi在长文本处理方面具有一定的市场优势,但其商业模式的可持续性面临严峻挑战。随着竞争对手的加入和技术的发展,Kimi需要寻找新的盈利途径,以确保长期的市场竞争力和财务健康。

此外,随着其他互联网大厂如阿里巴巴和360等宣布开放长文本处理功能,Kimi将面临更加激烈的竞争。这些大厂的加入可能会对Kimi的市场份额和用户增长造成影响,进一步增加其运营成本。在这样的市场环境下,Kimi需要不断创新和优化其商业模式,以确保长期的竞争力和财务健康。

在A股市场上,与Kimi存在关联关系的多家公司股价出现大幅上涨,但这是否真的反映了Kimi技术突破的价值,还有待商榷。一些金融行业从业者认为,这更多是股市炒作概念的行为,缺乏底层逻辑性。

未来,Kimi是否能够找到新的创收渠道,或者通过技术创新来降低成本,将是决定其能否持续发展的关键。

来源:https://www.top168.com/news/202403/5530.html

这篇关于大模型围剿战:Kimi如何在免费与盈利之间找到平衡?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/845915

相关文章

java Long 与long之间的转换流程

《javaLong与long之间的转换流程》Long类提供了一些方法,用于在long和其他数据类型(如String)之间进行转换,本文将详细介绍如何在Java中实现Long和long之间的转换,感... 目录概述流程步骤1:将long转换为Long对象步骤2:将Longhttp://www.cppcns.c

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码

《Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码》:本文主要介绍Java中日期时间转换的多种方法,包括将Date转换为LocalD... 目录一、Date转LocalDateTime二、Date转LocalDate三、LocalDateTim

golang获取当前时间、时间戳和时间字符串及它们之间的相互转换方法

《golang获取当前时间、时间戳和时间字符串及它们之间的相互转换方法》:本文主要介绍golang获取当前时间、时间戳和时间字符串及它们之间的相互转换,本文通过实例代码给大家介绍的非常详细,感兴趣... 目录1、获取当前时间2、获取当前时间戳3、获取当前时间的字符串格式4、它们之间的相互转化上篇文章给大家介

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Vue中组件之间传值的六种方式(完整版)

《Vue中组件之间传值的六种方式(完整版)》组件是vue.js最强大的功能之一,而组件实例的作用域是相互独立的,这就意味着不同组件之间的数据无法相互引用,针对不同的使用场景,如何选择行之有效的通信方式... 目录前言方法一、props/$emit1.父组件向子组件传值2.子组件向父组件传值(通过事件形式)方

Python实现PDF与多种图片格式之间互转(PNG, JPG, BMP, EMF, SVG)

《Python实现PDF与多种图片格式之间互转(PNG,JPG,BMP,EMF,SVG)》PDF和图片是我们日常生活和工作中常用的文件格式,有时候,我们可能需要将PDF和图片进行格式互转来满足... 目录一、介绍二、安装python库三、Python实现多种图片格式转PDF1、单张图片转换为PDF2、多张图