文 | 藍媒匯，作者 | 陶然，編輯 | 魏曉

to C業(yè)務狂飆大半年的Kimi，開始在B端發(fā)力了。

八月尚未過半，兩則直接關聯(lián)其商業(yè)化進程的消息，在市場中傳開：

二日，Kimi母公司月之暗面官宣Kimi企業(yè)級API正式發(fā)布。相較于覆蓋to C需求的通用模型，企業(yè)級模型推理API有著更高等級的數(shù)據(jù)安全保障和并發(fā)速率，用以支持企業(yè)內(nèi)部的復雜工作流和大規(guī)模的數(shù)據(jù)處理需求。

五天后，公司再次放出商業(yè)化動作，宣布Kimi開放平臺的上下文緩存Cache存儲費用降低50%，由10元/1M tokens/min降低至5元/1M tokens/min，價格生效時間為2024年8月7日。

這項技術實際上早在在7月1日就已通過開放平臺啟動公測，通過預存那些可能會被反復引用、頻繁請求的文本或數(shù)據(jù)等信息來給模型推理過程“降本增效”。

Kimi現(xiàn)今在B端謀求AI變現(xiàn)的動作，絕非此前應用內(nèi)上線“打賞功能灰度測試”那般仍有試探意味：

從企業(yè)級解決方案，到具體場景優(yōu)化，再到價格調(diào)整，月之暗面顯然是有備而來。

大模型應用，向錢看

圈內(nèi)關于大模型應用的立場，在技術落地日漸密集的2024年清晰分成了兩派。

七月初在上海舉行的世界人工智能大會（WAIC）上，手握目前國內(nèi)最大規(guī)模AI應用訪問量的百度CEO李彥宏在演講中談及了他對大模型應用的看法：C端當然要做，但大模型更有成果的應用場景仍在B端。

圖源/AI產(chǎn)品榜

李彥宏認為，在AI時代，“超級能干”的應用，即那些能夠深刻影響產(chǎn)業(yè)、顯著提升應用場景效率的應用，其價值或許更為重大，它們所創(chuàng)造的整體價值遠超移動互聯(lián)網(wǎng)時代的某些“超級應用”。

未來在醫(yī)療、金融、教育、制造、交通、農(nóng)業(yè)等領域，都會依據(jù)自己的場景的特點、獨特經(jīng)驗、行業(yè)規(guī)則及數(shù)據(jù)資源等，定制化地開發(fā)出做出各種各樣的智能體。將來會有數(shù)以百萬量級的智能體出現(xiàn)，形成龐大的智能體生態(tài)。

這種打法，可以算作現(xiàn)階段BAT等科技大廠的代表。

從硅星人統(tǒng)計的大模型相關項目中標情況來看，百度今年中標了包括醫(yī)療、金融、能源、環(huán)保和交通等多個領域的共計17個項目，其中不乏大型國企以及各行各業(yè)的頭部公司，金額也基本在百萬甚至千萬級別。

而初創(chuàng)公司代表，像百川智能王小川、月之暗面楊植麟，過去給外界的印象一直是堅定的to C支持者。

AI助手百小應的發(fā)布會上王小川就曾表示，to B業(yè)務并非百川主要仰賴的商業(yè)模式，在美國做to B是好生意，但國內(nèi)市場C端比B端“大十倍”。

月之暗面創(chuàng)始人楊植麟雖然沒有在公開場合過多談及公司的變現(xiàn)，但也在幾個月前上海創(chuàng)新創(chuàng)業(yè)青年 50 人論壇的演講中表示，得益于Transformer架構的提出、半導體產(chǎn)業(yè)發(fā)展，以及互聯(lián)網(wǎng)為AI積累下來的大量數(shù)據(jù)，在世界上可能“第一次出現(xiàn)了這種 AI to C 的機會。”

對于是把Kimi做成to C的AI超級應用，還是把名號打響后多點布局，楊植麟留過活扣：我們to B倒也不是說完全不做，但是我們可能最主要的肯定還是會去聚焦和發(fā)力這個C端。

大概是研判時機已到，堅持to C許久的月之暗面，終于對to B“真香”了。

Kimi to B：技術和市場都已成熟

從最淺表的層面來說，做to B解決方案和之前在C端的Kimi相比，需要解決的首先一個問題就是：

對于付費玩家，你的服務器不能有事沒事就宕機。

算力規(guī)模是個繞不開的話題：月之暗面用一年時間，把Kimi干到了大模型賽道內(nèi)流量和使用量的頂流（部分統(tǒng)計顯示，七月份Kimi和文心一言是國內(nèi)唯二月活超過千萬的主流大模型），但畢竟仍是初創(chuàng)公司，資源比起大廠不會特別富裕是顯而易見的。

很少聽說文心一言、通義千問出現(xiàn)用戶高峰導致算力不足的情況，但經(jīng)常用Kimi的用戶想必或多或少都被算力墻擋住過幾個回合的問答（最近似乎好些了）。

而企業(yè)客戶如果將Kimi作為常用的生產(chǎn)力工具，那么企業(yè)級API的服務器就必須保證的穩(wěn)定性和可靠性，確保在高負載情況下可以正常運行。

結合此番降價的上下文緩存技術來看，除了隨著業(yè)務體量按需擴大服務器規(guī)模之外，Kimi將另一項中心放在了對現(xiàn)有模型推理的“降本增效”上。

這項技術的費用，通常是因平臺或服務提供商維護和提供緩存服務而對客戶收取。以網(wǎng)購類比，如果用戶經(jīng)常使用同一個購物網(wǎng)站、App，那么這個網(wǎng)站/App很可能就會在系統(tǒng)中單獨創(chuàng)建一個數(shù)據(jù)集，將用戶ID、購物車內(nèi)容、偏好設置信息存儲其中。

而在大模型的使用場景中，如果用戶向系統(tǒng)提交了一個請求，比如詢問一系列問題，或者給Kimi甩過去一篇萬字長文本要求生成報告，大模型在處理請求時就需要理解用戶的查詢上下文，包括之前的問題、相關話題或者某些領域的特定信息。

這部分推理出的中間結果和計算出的關鍵信息往往在用戶后續(xù)的問答中會被反復提及（調(diào)用），將他們緩存起來以便后續(xù)請求時可以快速訪問，是一個相對節(jié)省算力資源的選擇。

并非是瀏覽器那種為了方便用戶登錄而記錄用戶名和密碼，這種緩存首先降低的是模型反復閱讀、推理所消耗的資源量，對結果生成效率也會有一定程度提升。利用緩存的上下文信息，大模型可以快速生成響應或推薦內(nèi)容，而不需要從頭開始重新計算。從而對用戶提出相關問題或需要相關信息加速響應，減少浪費時間的等待。

這種有助于提高系統(tǒng)的響應速度和處理效率，同時保持對話或文本生成的連貫性和準確性的緩存機制，對于提供流暢的用戶體驗和優(yōu)化資源使用來說會相當關鍵。

尤其在未來可能面對來自B端、更多的用戶和更集中的數(shù)據(jù)處理請求時，快速響應并高效處理的價值可能進一步突出。

One More Thing

to B動作頻頻的月之暗面，近期還喜提一筆來自鵝廠的大額融資。

市場消息顯示，騰訊參與了月之暗面最新一輪3億美元融資，完成后將使得公司市值升至33億美元，成為國內(nèi)大模型初創(chuàng)企業(yè)中估值最高的一家。

月之暗面并未對此事做出回應，但據(jù)稱有接近騰訊方面的消息源表示參投屬實。

至此，被譽為“新AI四小龍”的智譜AI、MiniMax、百川智能和月之暗面，四家公司背后的投資陣營都已有了騰訊及阿里巴巴的參與。

BAT中百度更多選擇做好自己，AT則繼續(xù)通過創(chuàng)投多點下注。

初創(chuàng)公司忙于卷技術做應用，而大廠們似乎已經(jīng)將注意力的一部分，放在了投資回報率，亦或是未來行業(yè)格局的話語權上。