DeepSeek流量暴跌？AI大模型霸主遇冷背后的真相
一度以“低价高性能”在全球AI圈引发轰动的中国大模型DeepSeek，为何最近在自家平台用户流失、市场份额下滑？这背后，隐藏着“Token经济学”的深层逻辑和一场战略转型，正悄然重塑AI的价值链与分发模式。
全球AI大战一触即发——GPT-5、Grok 4、Claude等新品消息不断，而DeepSeek也被传出有新模型即将亮相。许多人好奇，曾经攒足人气的DeepSeek R1，如今发展如何？
自发布超过150天以来，DeepSeek R1凭借媲美OpenAI的推理能力及不足十分之一的价格，一度撼动西方资本市场。但目前，DeepSeek在自家官网流量和用户黏性均出现了明显下滑，仿佛昙花一现后迅速沉寂。
DeepSeek真的衰落了吗？
表面数据或许如此，但背后还有另一条增长曲线正在悄悄上升。在第三方平台上，R1的调用量爆发式成长——自首次发布以来，增长接近20倍。这实际反映出AI模型价值分发和生态结构发生的变革。
SemiAnalysis披露的内幕数据显示，尽管中国本土用户数据难追踪，DeepSeek自己的托管服务流量一度飙升，但其增速显著滞后于其他AI应用，市场份额持续下降。尤其在网页端和API的官方流量逐步走低时，第三方云服务商却托管着越来越多DeepSeek模型，用户活跃度火热。
为何模型本身受欢迎、价格又极低，却用户从DeepSeek自营渠道流失，反而转投其他开放平台？核心答案在于“Token经济学”以及围绕性能、成本和体验等多维KPI之间的权衡。
什么是Token经济学？
Token（令牌）是大模型运算与学习的基本单元。每个Token就像文本的小片段（如“fan”、”tas”、”tic”），大模型通过处理海量Token进行推理、生成和响应。对于服务商而言，盈利公式简单粗暴：“P x Q”——Token单价乘以Token数量。但与传统产品不同，Token的价格是灵活可调的，取决于延迟、吞吐速度、上下文窗口等关键性能指标（KPI），比如：
首Token延迟：输入请求到输出第一个Token的等待时间。DeepSeek为压低价格，采取了高批量处理策略，用户需等待更久才能得到第一个回应；
吞吐速率：单位时间内生成Token数量；
上下文窗口大小：模型短期记忆容量，影响对长文本、复杂代码的分析能力。
这些KPI决定了Token价格并非越低越优，而要综合考量具体应用需求和用户体验。
DeepSeek的权衡与策略
为何DeepSeek在自己的平台上逐渐失去市场？原因正是其“低价”的背后，是牺牲了响应速度和上下文窗口大小等体验，用极高的批量处理换取硬件成本最低。但这导致用户拿着便宜却不得不忍受较高延迟，以及远小于同类产品的上下文窗口，对编程等场景极为不友好。
如今，在Parasail、Friendli等第三方平台，用户用类似价格就能获得几乎零延迟的体验；在Lambda、Nebius等处，还能获得更大的上下文窗口。因此，越来越多用户选择通过这些平台访问DeepSeek模型，而非其自家API和网页。
实际上，这是一种主动的战略转型。DeepSeek并不把终端用户体验作为首要目标，而是专注将有限算力用于AGI研发，把托管推理服务交给第三方，以提高全球知名度并快速拓展用户基础。对DeepSeek来说，将算力资源留给自研才最有价值。
此外，中外出口和监管也制约了中国AI公司在模型服务上的能力。开源、交由更多云厂商分发，成为合理路径。这并未削弱中国公司的训练实力，各大企业依然在积极推新模型。
其他厂商同样“算力焦虑”？
Anthropic的Claude系列也存在类似问题。因算力有限，Claude的API响应速度持续下降——最新Sonnet版本相比刚上线已慢了40%，只能靠加快批处理来缓解压力。而用户量激增，长对话和大Token需求，进一步放大了算力压力。
为此，Anthropic也与亚马逊签约获取50万颗Trainium芯片，试图补齐算力短板。
值得注意的是，Claude尽管速度劣势明显，却反而因“高效输出”获得良好体验：Claude平均生成内容字数比同类少得多，不啰嗦，用户端到端感受好。AI服务商都在努力提升“每单位Token承载的智能”，不再盲目追求低价和大包月，而是向Token即服务的细分计费、精细体验转型。
结语
DeepSeek流量下滑表象之下，是AI生态新格局的真实写照：低价只是一时利器，Token经济学与资源权衡才决定了竞争赛道。无论是自有平台还是第三方，“AI工厂”的价值链已全面开启重构。随着Cursor、Windsurf、Replit、Perplexity等“GPT套壳”应用流行，行业正从“大模型拼参数”转向“Token驱动生态”的新阶段。