DeepSeek降本祕訣曝光：2招極致壓榨推理部署，算力全留給內部AGI研究

DeepSeek R1橫空出世第128天，已經把整個大模型市場攪得天翻地覆！

首先，它以一己之力把推理模型的價格打下來，OpenAI六月更新的o3價格相比o1直接打了2折。

其次，第三方平臺託管的DeepSeek模型使用量瘋狂增長，比剛發佈時漲了將近20倍，成就了大批雲計算廠商。

然而，DeepSeek自家的網站和API市場份額卻不斷下降，跟不上AI產品上半年持續增長的節奏了。

以上數據來自SemiAnalysis發佈的一篇報告，詳盡解讀了DeepSeek對AI模型競賽的影響以及AI市場份額的現狀。

揭開DeepSeek的降本祕訣

DeepSeek剛發佈時確實火得一塌糊塗，但四個多月過去了，情況卻有點微妙。

從數據來看，DeepSeek自家網站和API的流量不升反降，市場份額也在持續下滑。

到了5月，全網DeepSeek模型產生的token中，來自DeepSeek本家的份額已經只佔16%了。

網頁版聊天機器人流量也大幅下降，而同期其他主要大模型網頁版流量都在飆升。

DeepSeek V3與R1模型都經過版本更新，能力與1月相比更強了，價格又便宜，怎麼用户反而跑了呢？

這種「牆內開花牆外香」的現象，背后其實大有文章。

SemiAnalysis指出，DeepSeek爲了把成本壓到極致，在服務質量上還是做了大量妥協。

用户在DeepSeek官方平臺上使用模型，經常要等上好幾秒才能看到第一個字蹦出來，可以用首token延迟（First token latency）這個指標來衡量。

相比之下，其他平臺雖然普遍價格更貴，但響應速度快得多，有些甚至能做到幾乎零延迟。

在Parasail或Friendli等平臺，只需支付3-4美元就可以獲得幾乎沒有延迟的100萬token額度。

如果想選擇更大更穩定的服務商，微軟Azure平臺價格是DeepSeek官方的2.5倍，但延迟減少了整整25秒。

從另一個角度看，DeepSeek官方甚至不是同等延迟下價格最低的一家DeepSeek模型服務商。

如果在這張圖上用氣泡大小表示上下文窗口，可以看出DeepSeek在價格與性能之間的另一個權衡。

在有限的推理計算資源下，只提供64k上下文窗口的服務，在主流模型提供商中算是最小的之一。

在需要讀取整個代碼庫的編程場景里，64K根本不夠用，用户只能選擇第三方平臺。

而同樣價格下，Lambda和Nebius等平臺能提供2.5倍以上的上下文窗口。

DeepSeek還把很多用户的請求打包在一起處理，雖然每個token的成本降下來了，但每個用户等待的時間也增加了。

大模型下半場：提升每個token的智能

需要明確的是，這些降本策略都是DeepSeek主動做出的決定。

他們目前看上去對用户體驗不怎麼感興趣，既無意從用户身上賺錢，也無意通過聊天應用或API服務向用户提供大量token，更多地是專注於實現AGI。

從這些優化策略就可以看出，DeepSeek把儘可能少的算力用作推理服務給外部使用，大量的算力資源留在內部研發用途。

同時配合開源策略，讓其他雲服務託管他們的模型，贏得影響力和培養生態，兩不耽誤。

説到底，AI競賽拼的還是算力資源。

在DeepSeek影響下，Claude也開始降低速度緩解算力緊張的問題，但爲了營收還是在努力平衡用户體驗。

Claude 4 Sonnet發佈以來，輸出速度已經下降了40%，但仍然比DeepSeek快不少。

另外Claude模型被設計成生成更簡潔的回覆，回答同樣的問題，DeepSeek和Gemini可能要多花3倍的token。

種種跡象表明，大模型供應商正在多維度地改進模型。

不僅僅是提高模型的智能上限，而是提升每個token能提供的智能。

參考鏈接：[1]https://semianalysis.com/2025/07/03/deepseek-debrief-128-days-later/#speed-can-be-compensated-for

本文來自微信公眾號「量子位」，作者：關注前沿科技，36氪經授權發佈。