新智元報(bào)道

編輯：Aeneas 好困

【新智元導(dǎo)讀】曾以低價(jià)高性能震撼市場(chǎng)的DeepSeek，為何在自家平臺(tái)遇冷，市場(chǎng)份額下滑？背后隱藏的「Token經(jīng)濟(jì)學(xué)」和這場(chǎng)精心策劃的戰(zhàn)略轉(zhuǎn)移，正悄然改變著AI的價(jià)值鏈與分發(fā)模式。

最近，全世界的大廠都在蠢蠢欲動(dòng)了！

GPT-5、Grok 4，甚至Claude，都已經(jīng)紛紛有了消息，一場(chǎng)惡戰(zhàn)仿佛就在眼前！

DeepSeek這邊，似乎也有新動(dòng)靜了。

就在昨天，一個(gè)疑似DeepSeek的新模型現(xiàn)身LM Arena。

也有人猜測(cè)，這個(gè)模型更可能是DeepSeek V4，而DeepSeek R2會(huì)稍后發(fā)布。

套路很可能和之前是一樣的，先在第一個(gè)月發(fā)布V3，然后在下個(gè)月發(fā)布R1。

所以，曾經(jīng)轟動(dòng)全球AI圈的中國(guó)大模型DeepSeek R1，如今怎樣了？

到今天為止，DeepSeek R1已經(jīng)發(fā)布超過(guò)150天了。

當(dāng)時(shí)一經(jīng)問(wèn)世，它就以O(shè)penAI同等級(jí)的推理能力和低90%的價(jià)格而迅速出圈，甚至一度撼動(dòng)了西方的資本市場(chǎng)。

可是如今，它在用戶留存和官網(wǎng)流量上卻雙雙遇冷，市場(chǎng)份額持續(xù)下滑。

DeepSeek就這樣曇花一現(xiàn)，紅極一時(shí)后迅速衰落了？

其實(shí)不然，在這背后，其實(shí)隱藏著另一條增長(zhǎng)曲線——

在第三方平臺(tái)上，R1已經(jīng)成爆炸性增長(zhǎng)，這背后，正是折射出AI模型分發(fā)與價(jià)值鏈的悄然變革。

SemiAnalysis今天發(fā)布的這篇文章，挖出了不少一手的內(nèi)幕信息。

DeepSeek，盛極而衰？

DeepSeek發(fā)布后，消費(fèi)者應(yīng)用的流量一度激增，市場(chǎng)份額也隨之急劇上升。

為此，SemiAnalysis做出了下面這份統(tǒng)計(jì)曲線。

當(dāng)然，他們也承認(rèn)，由于中國(guó)的用戶活動(dòng)數(shù)據(jù)難以追蹤，且西方實(shí)驗(yàn)室在中國(guó)無(wú)法運(yùn)營(yíng)，下面這些數(shù)據(jù)實(shí)際上低估了DeepSeek的總覆蓋范圍。

不過(guò)即便如此，曾經(jīng)它爆炸性的增長(zhǎng)勢(shì)頭也未能跟上其他AI應(yīng)用的步伐，可以確定，DeepSeek的市場(chǎng)份額此后已然下滑。

而在網(wǎng)絡(luò)瀏覽器流量方面，它的數(shù)據(jù)就更為慘淡了：絕對(duì)流量一直在下降，但其他頂尖模型的用戶數(shù)卻噌噌飛漲，十分可觀。

不過(guò)，雖然DeepSeek自家托管模型的用戶增長(zhǎng)乏力，但在第三方平臺(tái)那里，就完全是冰火兩重天了。

可以看到，R1和V3模型的總使用量一直在持續(xù)快速增長(zhǎng)，自R1首次發(fā)布以來(lái)，已經(jīng)增長(zhǎng)將近20倍！

如果進(jìn)一步深挖數(shù)據(jù)，就會(huì)發(fā)現(xiàn)：只看由DeepSeek自己托管的那部分Token流量，那它在總Token中的份額的確是逐月下降的。

那么，問(wèn)題來(lái)了：為何在DeepSeek模型本身越來(lái)越受歡迎、官方價(jià)格非常低廉的情況下，用戶反而從DeepSeek自家的網(wǎng)頁(yè)應(yīng)用和API流失，轉(zhuǎn)向了其他開(kāi)源提供商呢？

SemiAnalysis點(diǎn)出了問(wèn)題關(guān)鍵——

答案就在于「Token經(jīng)濟(jì)學(xué)」，以及在平衡模型服務(wù)的各項(xiàng)KPI時(shí)所做的無(wú)數(shù)權(quán)衡。

這些權(quán)衡意味著，每個(gè)Token的價(jià)格并非一個(gè)孤立的數(shù)字，而是模型提供商根據(jù)其硬件和模型配置，在對(duì)各項(xiàng)KPI進(jìn)行決策后得出的最終結(jié)果。

Token經(jīng)濟(jì)學(xué)基礎(chǔ)

我們都知道，Token是構(gòu)成AI模型的基本單元。AI模型通過(guò)讀取以Token為單位的互聯(lián)網(wǎng)信息進(jìn)行學(xué)習(xí)，并以文本、音頻、圖像或行為指令等Token形式生成輸出。

所謂Token，就是像「fan」、「tas」、「tic」這樣的小文本片段。LLM在處理文本時(shí)，并非針對(duì)完整的單詞或字母，而是對(duì)這些片段進(jìn)行計(jì)數(shù)和處理。

這些Token，便是老黃口中數(shù)據(jù)中心「AI工廠」的輸入和輸出。

如同實(shí)體工廠一樣，AI工廠也遵循一個(gè)「P x Q」（價(jià)格 x 數(shù)量）的公式來(lái)盈利：其中，P代表每個(gè) Token的價(jià)格，Q代表輸入和輸出Token的總量。

但與普通工廠不同，Token的價(jià)格是一個(gè)可變參數(shù)，模型服務(wù)商可以根據(jù)其他屬性來(lái)設(shè)定這個(gè)價(jià)格。

以下，就是幾個(gè)關(guān)鍵的性能指標(biāo)（KPI）。

• 延遲（Latency）或首個(gè)Token輸出時(shí)間（Time-to-First-Token）

指模型生成第一個(gè)Token所需的時(shí)長(zhǎng)。這也可以理解為模型完成「預(yù)填充」階段（即將輸入提示詞編碼到KVCache中）并開(kāi)始在「解碼」階段生成第一個(gè)Token所需的時(shí)間。

• 吞吐量（Throughput）或交互速度（Interactivity）

指生成每個(gè)Token的速度，通常以「每個(gè)用戶每秒可生成的Token數(shù)量」來(lái)衡量。

當(dāng)然，有些服務(wù)商也會(huì)使用其倒數(shù)——即生成每個(gè)輸出Token的平均間隔時(shí)間（Time Per Output Token, TPOT）。

人類的閱讀速度約為每秒3-5個(gè)單詞，而大部分模型服務(wù)商設(shè)定的輸出速度約為每秒20-60個(gè)Token。

• 上下文窗口（Context Window）

指在模型「遺忘」對(duì)話的早期部分、并清除舊的Token之前，其「短期記憶」中能夠容納的Token數(shù)量。

不同的應(yīng)用場(chǎng)景需要大小各異的上下文窗口。

例如，分析大型文檔和代碼庫(kù)時(shí)，就需要更大的上下文窗口，以確保模型能夠?qū)Ａ繑?shù)據(jù)進(jìn)行連貫的推理。

對(duì)于任何一個(gè)給定的模型，你都可以通過(guò)調(diào)控這三大KPI，設(shè)定出幾乎任何價(jià)位的單位Token價(jià)格。

因此，單純基于「每百萬(wàn)Token的價(jià)格」（$/Mtok）來(lái)討論優(yōu)劣，并沒(méi)有什么意義，因?yàn)檫@種方式忽略了具體工作負(fù)載的性質(zhì)，以及用戶對(duì)Token的實(shí)際需求。

DeepSeek的策略權(quán)衡

所以，DeepSeek在R1模型服務(wù)上采用了何種Token經(jīng)濟(jì)學(xué)策略，以至于市場(chǎng)份額會(huì)不斷流失？

通過(guò)對(duì)比延遲與價(jià)格的關(guān)系圖，可以看到，在同等延遲水平上，DeepSeek的自有服務(wù)已不再是價(jià)格最低的選擇。

事實(shí)上，DeepSeek之所以能提供如此低廉的價(jià)格，一個(gè)重要原因在于，用戶等待數(shù)秒后，才能收到模型返回的第一個(gè)Token。

相比之下，其他服務(wù)商的延遲會(huì)短得多，價(jià)格卻幾乎沒(méi)有差別。

也就是說(shuō)，Token消費(fèi)者只需花費(fèi)2-4美元，就能從Parasail或Friendli這類服務(wù)商那里，獲得近乎零延遲的體驗(yàn)。

同樣，微軟Azure的服務(wù)價(jià)格雖比DeepSeek高2.5倍，但延遲卻減少了整整25秒。

這樣看來(lái)，DeepSeek現(xiàn)在面臨的處境就尤為嚴(yán)峻了。

原因在于，現(xiàn)在幾乎所有托管R1 0528模型的實(shí)例都實(shí)現(xiàn)了低于5秒的延遲。

沿用同一圖表，但這次我們將上下文窗口的大小用氣泡面積來(lái)表示。

從中可以看到，DeepSeek為了用有限的推理算力資源來(lái)提供低價(jià)模型，所做的另一項(xiàng)權(quán)衡。

他們采用的64K上下文窗口，幾乎是主流模型服務(wù)商中最小的之一。

較小的上下文窗口限制了編程等場(chǎng)景的發(fā)揮，因?yàn)檫@類任務(wù)需要模型能夠連貫地記憶代碼庫(kù)中的大量Token，才能進(jìn)行有效推理。

從圖表中可見(jiàn)，若花費(fèi)同樣的價(jià)格，用戶可以從Lambda和Nebius等服務(wù)商那里獲得超過(guò)2.5倍的上下文窗口大小。

如果深入硬件層面，在AMD和英偉達(dá)芯片上對(duì)DeepSeek V3模型的基準(zhǔn)測(cè)試，就可以看清服務(wù)商是如何確定其「每百萬(wàn)Token價(jià)格」（$/Mtok）的——

模型服務(wù)商會(huì)通過(guò)在單個(gè)GPU或GPU集群上同時(shí)處理更多用戶的請(qǐng)求（即「批處理」），來(lái)降低單位Token的總成本。

這種做法的直接后果，就是終端用戶需要承受更高的延遲和更慢的吞吐量，從而導(dǎo)致用戶體驗(yàn)急劇下降。

之所以DeepSeek完全不關(guān)心用戶的體驗(yàn)到底如何，實(shí)際上是一種主動(dòng)作出的戰(zhàn)略選擇。

畢竟，從終端用戶身上賺錢，或是通過(guò)聊天應(yīng)用和API來(lái)消耗大量Token，并不是他們的興趣所在。

這家公司的唯一焦點(diǎn)就是實(shí)現(xiàn)AGI！

而通過(guò)采用極高批處理方式，DeepSeek可以最大限度地減少用于模型推理和對(duì)外服務(wù)的計(jì)算資源消耗，從而將盡可能多的算力保留在公司內(nèi)部，從而用于研發(fā)。

另外還有一點(diǎn)：出口管制也限制了中國(guó)AI生態(tài)系統(tǒng)在模型服務(wù)方面的能力。

因此，對(duì)DeepSeek而言，開(kāi)源就是最合乎邏輯的選擇：將寶貴的計(jì)算資源留作內(nèi)部使用，同時(shí)讓其他云服務(wù)商去托管其模型，以此贏得全球市場(chǎng)的認(rèn)知度和用戶基礎(chǔ)。

不過(guò)，SemiAnalysis也承認(rèn)，這卻并沒(méi)有削弱中國(guó)公司訓(xùn)練模型的能力——無(wú)論是騰訊、阿里、百度，還是小紅書(shū)最近發(fā)布的新模型，都證明了這一點(diǎn)。

Anthropic也一樣？

和DeepSeek一樣，Anthropic的算力也是同樣受限的。

可以看到，它產(chǎn)品研發(fā)的重心顯然放在了編程上，而且已經(jīng)在Cursor等應(yīng)用中大放異彩。

Cursor的用戶使用情況，就是評(píng)判模型優(yōu)劣的終極試金石，因?yàn)樗苯臃从沉擞脩糇铌P(guān)心的兩個(gè)問(wèn)題——成本與體驗(yàn)。

而如今，Anthropic的模型已雄踞榜首超過(guò)一年——在瞬息萬(wàn)變的AI行業(yè)里，這個(gè)時(shí)長(zhǎng)仿佛已經(jīng)如十年。

而在Cursor上大獲成功后，Anthropic立馬順勢(shì)推出了Claude Code，一款集成在終端里的編程工具。

它的用戶量一路飆升，將OpenAI的Codex模型遠(yuǎn)遠(yuǎn)甩在身后。

為了對(duì)達(dá)Claude Code，谷歌也緊急發(fā)布了Gemini CLI。

它與Claude Code功能相似，但因?yàn)楸晨抗雀鑄PU，卻有非凡的算力優(yōu)勢(shì)——用戶能免費(fèi)使用的額度，幾乎無(wú)上限。

不過(guò)，盡管Claude Code的性能和設(shè)計(jì)都十分出色，價(jià)格卻不菲。

Anthropic在編程上的成功，反而給公司帶來(lái)了巨大壓力——他們?cè)谒懔ι弦呀?jīng)捉襟見(jiàn)肘。

這一點(diǎn)，在Claude 4 Sonnet的API輸出速度上就已經(jīng)體現(xiàn)得淋漓盡致。自發(fā)布以來(lái)，它的生成速度已下降了40%，略高于每秒45個(gè)Token。

背后的原因，也和DeepSeek如出一轍——為了在有限的算力下處理所有涌入的請(qǐng)求，他們不得不提高批處理的速率。

此外，編程類的使用場(chǎng)景往往涉及更長(zhǎng)的對(duì)話和更多的Token數(shù)量，這就進(jìn)一步加劇了算力的緊張狀況。

無(wú)論是何種原因，像o3和Gemini 2.5 Pro這類對(duì)標(biāo)模型的運(yùn)行速度要快得多，這也反映出OpenAI和谷歌所擁有的算力規(guī)模要龐大得多。

現(xiàn)在，Anthropic正集中精力獲取更多算力，已經(jīng)和亞馬遜達(dá)成了協(xié)議。它將獲得超過(guò)五十萬(wàn)枚Trainium芯片，用于模型訓(xùn)練和推理。

另外，Claude 4模型并非在AWS Trainium上預(yù)訓(xùn)練的，而是在GPU和TPU上訓(xùn)練。

速度劣勢(shì)可由效率彌補(bǔ)

Claude 的生成速度雖然暴露了其算力上的局限，但總體而言，Anthropic的用戶體驗(yàn)（UX）要優(yōu)于 DeepSeek。

• 首先，其速度雖然偏低，但仍快于DeepSeek的每秒25個(gè)Token。

• 其次，Anthropic的模型回答同一個(gè)問(wèn)題所需的Token數(shù)量遠(yuǎn)少于其他模型。

這意味著，盡管生成速度不占優(yōu)，用戶實(shí)際感受到的端到端響應(yīng)時(shí)間反而顯著縮短了。

值得一提的是，在所有領(lǐng)先的推理模型中，Claude的總輸出Token量是最低的。

相比之下，Gemini 2.5 Pro和DeepSeek R1 0528等模型的輸出內(nèi)容，「啰嗦」程度都是Claude的三倍以上。

Token經(jīng)濟(jì)學(xué)的這一方面揭示出，服務(wù)商正在從多個(gè)維度上改進(jìn)模型，其目標(biāo)不再僅僅是提升智能水平，而是致力于提高「每單位Token所承載的智能」。

隨著Cursor、Windsurf、Replit、Perplexity等一大批「GPT套殼」應(yīng)用（或稱由AI Token驅(qū)動(dòng)的應(yīng)用）迅速流行并獲得主流市場(chǎng)的認(rèn)可。

我們看到，越來(lái)越多的公司開(kāi)始效仿Anthropic的模式，專注于將Token作為一種服務(wù)來(lái)銷售，而不是像ChatGPT那樣以月度訂閱的方式打包。

參考資料：

https://semianalysis.com/2025/07/03/deepseek-debrief-128-days-later/