社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

ChatGPT免费的“代价”

36氪-资讯-AI • 2 月前 • 195 次点击  

北京时间5月6日,OpenAI推进了两件事。

第一件,GPT-5.5 Instant成为ChatGPT的新默认模型,向包括免费用户在内的所有ChatGPT用户逐步开放。相比前代GPT-5.3Instant,新版本提升了事实可靠性,并新增更强的上下文管理能力;其中,Plus和Pro用户在网页版可更有效调用过往对话、文件以及已连接Gmail中的相关信息。

从这一天起,ChatGPT的默认体验首次具备了“长期记忆”的最低可用形态。

第二件,OpenAI推出自助式广告平台,并宣布这将是实现 2026年25亿美元广告收入、2030年1000亿美元目标的关键一步。公司广告与变现业务负责人Asad Awan在媒体沟通会上确认,自助式Ads Manager现已向全美各种规模的广告主开放beta,此前5万美元的最低投放门槛被取消,CPC(按点击) 计费同步启用,伴随推出的还有转化追踪pixel与Conversions API。第三方测量与CPA计费已在路上,但尚未确定合作方与时间表。

这背后看起来是一条精心设计的商业逻辑,也是互联网时代就被熟悉的商业模式:免费模型越强,免费用户基数越大,对话数据越丰富,广告库存越多,单位广告越精准,单位广告价格越高。

图:GPT-5.5 Instant 同日成为 ChatGPT 默认模型,幻觉率较前代下降 52.5%,新增“上下文管理”能力。

01 一个免费产品,两套商业模式

OpenAI 实际上在同时运行两个生意,目标客户、定价逻辑、收入结构都不一样。

第一个生意,是面向开发者和企业的“智能供应商”。GPT-5.5旗舰版的 API输入定价5 美元/百万 token、输出30 美元/百万 token,付费方是构建上层应用的开发者、做Agent系统的企业、把模型能力嵌入自有产品的SaaS公司。这条业务线的逻辑是按调用量卖智能,盈利方式直接、链路短、客户单价高。模型越强,单位调用价值越高,定价权就越大。

第二个生意,是面向9亿周活用户的C端业务。ChatGPT周活已超过 9 亿,但免费用户占比超95%。免费版GPT-5.5 Instant 的核心作用是最大化日活、对话频次、停留时长和长期留存。

目前看来更接近互联时代的广告打法,为广告业务输送两样东西:触达规模,以及每个用户的高密度行为数据。这条业务线在商业模式上更接近 Google 搜索或 Meta 信息流。

5月6日的发布让这条业务线的工业化程度上了一个台阶。在试点阶段,广告主只能按曝光(CPM)付费;广告平台正式启动于2月9日,启动期 CPM 60 美元,截至 4 月中下旬,CPM已经从启动时的 60 美元下探至 25 美元。

价格走低本身,既反映广告库存增加,也反映广告主与平台的议价关系开始向“按效果付费”过渡。

CPC的引入,是这个转向的标志。CPC 即 Cost Per Click,按点击付费,广告主不再只为广告被展示买单,而是为用户实际点击广告付费。配合Conversions API与转化pixel,意味着OpenAI现在可以告诉广告主:“你为每一次有效点击付费,每一次点击之后的购买、注册、留资我都能告诉你结果。”

这是一套完整的效果广告基础设施,对标的是互联网时代,比如Google Ads与Meta Ads已经成熟的产品形态。

图:OpenAI 官宣广告平台向全美所有规模广告主开放 beta,正式启用 CPC 计费

负责广告业务的还有一位关键高管Dave Dugan,他是前Meta全球客户与代理商副总裁。5月6日同时官宣的合作方包括Dentsu、Omnicom、Publicis、WPP四大广告控股集团,以及Adobe、Criteo、Kargo、Pacvue、StackAdapt等广告技术公司。这个名单本身更像是一份对标声明。

5月1日,OpenAI更新美国版隐私政策,首次更明确披露其广告数据链路。一方面,OpenAI可能接收广告主回传的购买、注册等转化数据;另一方面,也可能向营销合作方共享部分用于广告衡量和投放的数据。

换句话说,这次隐私政策更新,为广告系统建立“用户点击广告—站外完成转化—转化结果回流平台—继续优化投放”的数据闭环,提供了法律和合规前提。仅仅五天后,OpenAI在5月6日面向广告主开放更完整的广告购买工具,时间上的衔接并不偶然。

02  “记忆”也是一项基础设施

除此之外,GPT-5.5 Instant新增“上下文管理”,可更有效调用过往对话、已保存记忆、文件和已连接应用中的相关信息,减少用户重复交代需求。OpenAI在GPT-5.5 Instant发布页中还提到,所有ChatGPT模型都会引入 memory sources。也就是说,当一次回答被个性化时,用户可以看到模型使用了哪些上下文来源,比如saved memories 或 past chats;如果某条信息过时或不相关,用户也可以删除或纠正。

这项能力本身服务于回答连续性,但放到广告场景下,它也意味着 ChatGPT 可以基于当前对话、近期聊天、长期记忆以及其他可用上下文,更准确地判断用户意图。

OpenAI 的广告帮助文档对此写得比较直接:如果用户开启广告个性化,广告会基于用户聊天以及ChatGPT回答时使用的上下文进行个性化;如果 memory开启,ChatGPT也可能使用 memories和近期聊天来选择广告。用户可以在设置中管理memory和广告个性化。

相比之下,Google搜索广告的数据信号是单次的、显性的、点状的:用户在某一刻输入了“跑步鞋”,系统投放 Nike广告。信号窗口短、上下文薄、用户意图明确。这套机制的瓶颈也很清楚,它只在用户主动表达需求的瞬间生效,对那些尚未形成搜索行为的潜在意图无能为力。

ChatGPT 的对话信号是连续的、隐性的、面状的。比如一次完整的购买决策可能横跨几周、几十轮对话:先抱怨膝盖在长跑后疼痛,再咨询是否需要换鞋,再问哪种缓震技术更适合,再讨论价格区间,最后才在某个时刻产生购买动作。

这种信号差异在新的广告系统里被进一步放大。在 ChatGPT 的广告平台上,广告主用自然语言描述某种产品可能相关的对话情境,平台的推理引擎做最终的匹配决策。

理想化的闭环至此比较完整了:用户对话产生记忆,记忆驱动个性化体验,个性化体验提升留存与对话频次,更高频次的对话生成更精细的画像,更精细的画像支撑更高的广告 CPC,更高的广告收入反哺模型训练,模型变得更强、更值得依赖。每一次循环放大一次。免费版本的GPT-5.5 Instant越好用,循环放得越大。

然而,理想的设计和现实之间一般都会有一道巨大的鸿沟。

03 真正的代价是信任

过去 20 年,互联网“免费”产品的代价是已知的,比如社交网络和短视频平台,让渡的是注意力和时间。这些代价被用户在心理上接受,部分原因是产品形态本身就是公开的、工具性的,工具的边界感始终存在。

ChatGPT让渡的可能是另一种东西:信任。

当用户向 ChatGPT 倾诉焦虑、推敲消费决策、组织工作流程、起草个人邮件、讨论职业困境时,这种交互在体感上更接近一段一对一的咨询关系。模型用第二人称回应、记得用户提过的细节、在不同对话间形成连贯的“理解”,这些产品设计共同强化了一种类人格化的关系。用户对工具不会产生信任,对感觉像是“了解自己”的对象才会。

OpenAI 显然意识到了这一点。他们在广告原则中反复强调:广告不影响 ChatGPT 给出的答案,对话内容对广告主保密,不向广告主出售用户数据,用户可以关闭个性化、清除用于广告的数据,付费层级(Plus、Pro、Business、Enterprise)始终无广告。同时承诺,未满 18 岁用户不会看到广告,广告也不会出现在健康、心理健康、政治等敏感领域旁边。广告投放决策完全在 OpenAI 自有系统内完成,广告技术合作方只负责预算、出价和创意,对话数据停留在OpenAI一侧,广告主只拿到聚合的效果指标。

图:OpenAI 在宣布对 ChatGPT 进行广告测试时详细阐述了其广告原则

但护栏之外仍有几个未解决的问题。

第一,护栏防的是“广告主拿到对话内容”,不是“对话内容被用于定向”。OpenAI 自己披露的广告匹配机制,明确包括用户的当前对话主题、过往聊天和过往广告互动。换言之,对话内容不会离开 OpenAI 的服务器,但它会被 OpenAI 自己用来决定向用户展示什么广告。

这是一种“内部使用”的隐私设计,它比“卖给广告主”更尊重用户,但也意味着用户向 ChatGPT 说的每一句话,都可能在另一时刻以广告的形式回到自己面前。

第二,“广告与回答分离”是视觉层面的承诺,不是认知层面的承诺。OpenAI 在广告产品中使用赞助标签,将广告清晰地标注并与正文区隔。但用户对 ChatGPT 的信任层级与对搜索引擎的信任层级并不对等:搜索引擎的广告即便没标,用户大多也能凭经验识别;而对一个被定位为顾问的对象,识别成本只能由用户独自承担,尤其当那个顾问同时知道你的健康焦虑、职业困境和消费习惯时。

第三,记忆和广告之间的隔离规则仍不透明。OpenAI 声明“用户可以关闭个性化、清除用于广告的数据”,但记忆数据具体如何进入定向系统、清除是否同步生效、被记忆的内容能否被部分删除而非全部删除,这些操作层面的细节并未公开。用户在做出“是否依赖”决策时,本应得到的是更清晰的信息颗粒度。

当一个AI同时记得用户的健康焦虑、消费习惯、职业困境和家庭关系,它推荐的每一个产品,用户是否还能清晰区分哪一句是建议、哪一句是付费内容?

25亿美元是OpenAI自己给2026年广告业务定下的目标,1000亿美元是 2030年的远景。这两个数字能否实现,技术上取决于模型质量与触达规模;商业上取决于一个更根本的产品命题:AI与人是否是一种新型的亲密关系,把“亲密关系”转化为商业模式,可以走多远,又是否会在哪个节点遭遇用户的反感和抵触。

互联网的前一代免费产品教会用户的一件事是,免费从来不是真的免费。这一代的代价更隐秘,它甚至发生在用户还没意识到自己已经把什么交出去的时候。

本文来自微信公众号“腾讯科技”,作者:值得关注的,36氪经授权发布。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/195946