Les géants chinois de la technologie Alibaba et Baidu ont réduit ce mardi 21 mai les prix des grands modèles de langage (LLM) utilisés pour alimenter les produits d'intelligence artificielle générative, alors que la guerre des prix dans le secteur du cloud computing s'intensifie en Chine.Alibaba Group Holding Limited, connu sous le nom d'Alibaba, est une société technologique multinationale chinoise spécialisée dans le commerce électronique, la vente au détail, l'Internet et la technologie. Fondée le 28 juin 1999 à Hangzhou, dans le Zhejiang, la société fournit des services de vente de consommateur à consommateur (C2C), d'entreprise à consommateur (B2C) et d'entreprise à entreprise (B2B) via des places de marché chinoises et mondiales, ainsi que des services de consommation locale, de médias numériques et de divertissement, de logistique et de cloud computing. Elle possède et exploite un portefeuille diversifié d'entreprises à travers le monde dans de nombreux secteurs d'activité.
Baidu, Inc. est une multinationale technologique chinoise spécialisée dans les services liés à l'Internet, dont le siège se trouve dans le district de Haidian à Pékin. Elle occupe une position dominante sur le marché chinois des moteurs de recherche et fournit une grande variété d'autres services Internet tels que Baidu Baike (une encyclopédie en ligne), iQIYI (un service de streaming vidéo) et Baidu Tieba (un forum de discussion basé sur des mots-clés).
L'unité cloud d'Alibaba a annoncé des baisses de prix allant jusqu'à 97 % sur une gamme de ses LLM Tongyi Qwen. Son modèle Qwen-Long, par exemple, ne coûtera plus que 0,0005 yuan pour 1 000 tokens - ou unités de données traitées par le LLM - après la baisse de prix, contre 0,02 yuan pour 1 000 tokens.
Cela a été rapidement suivi par Baidu qui, quelques heures plus tard, a annoncé que ses modèles Ernie Speed et Ernie Lite seraient gratuits pour tous les utilisateurs professionnels.
Une guerre des prix dans l'espace de cloud computing en Chine est en cours depuis quelques mois, Alibaba et Tencent ayant récemment baissé les prix de leurs services de cloud computing.
De nombreux fournisseurs de cloud chinois se sont appuyés sur les services de chatbot IA pour stimuler les ventes, après que la Chine a connu une vague d'investissements dans les grands modèles de langage en réponse aux débuts réussis de ChatGPT de l'entreprise américaine OpenAI à la fin de l'année 2022.
La guerre des prix dans l'espace chinois du cloud computing touche désormais les grands modèles de langage qui alimentent ces chatbots, menaçant de réduire les marges bénéficiaires des entreprises.
Ernie Lite et Ernie Speed de Baidu ont été lancés en mars et, jusqu'à mardi, les entreprises clientes devaient payer pour les utiliser.
Bytedance a annoncé la semaine dernière que le prix du modèle principal de ses LLM Doubao serait inférieur de 99,3 % à la moyenne du secteur pour les utilisateurs professionnels.
Les développeurs chinois de LLM se sont concentrés sur la facturation des entreprises afin de rentabiliser leurs investissements dans les LLM.
Certains ont également commencé à cibler les utilisateurs individuels. La startup chinoise Moonshot a récemment lancé une fonction de pourboire, qui permet aux entreprises et aux particuliers de payer pour donner la priorité à l'utilisation de ses services de chatbot.
Baidu a été la première entreprise chinoise à proposer ses produits LLM aux consommateurs payants, en facturant 59 yuans par mois pour ceux qui souhaitent utiliser son modèle Ernie 4, le plus avancé.
Source : Les géants chinois de la technologie Alibaba et Baidu
Et vous ?
Quel est votre avis sur le sujet ? Trouvez-vous l'initiative de ces géants chinois de la technologie crédible ou pertinente ?Voir aussi :
La société chinoise Baidu, spécialisée dans les moteurs de recherche et l'IA, a dévoilé une nouvelle version de son modèle d'intelligence artificielle Ernie 4.0, affirmant qu'il rivalise avec GPT-4 Alibaba publie le modèle open source Qwen-72B LLM avec une longueur de contexte de 32k, ainsi que Qwen-Chat, qui surpassent les modèles de taille similaire sur les ensembles de données de référence