DeepSeek R1 横空出世第 128 天，已经把整个大模型市场搅得天翻地覆！
首先，它以一己之力把推理模型的价格打下来，OpenAI 六月更新的 o3 价格相比 o1 直接打了2 折。
DeepSeek 刚发布时确实火得一塌糊涂，但四个多月过去了，情况却有点微妙。
从数据来看，DeepSeek 自家网站和 API 的流量不升反降，市场份额也在持续下滑。
到了 5 月，全网 DeepSeek 模型产生的 token 中，来自 DeepSeek 本家的份额已经只占16%了。
这种 " 墙内开花墙外香 " 的现象，背后其实大有文章。
SemiAnalysis 指出，DeepSeek 为了把成本压到极致，在服务质量上还是做了大量妥协。
用户在 DeepSeek 官方平台上使用模型，经常要等上好几秒才能看到第一个字蹦出来，可以用首 token 延迟（First token latency）这个指标来衡量。
相比之下，其他平台虽然普遍价格更贵，但响应速度快得多，有些甚至能做到几乎零延迟。
在 Parasail 或 Friendli 等平台，只需支付 3-4 美元就可以获得几乎没有延迟的 100 万 token 额度。
如果想选择更大更稳定的服务商，微软 Azure 平台价格是 DeepSeek 官方的 2.5 倍，但延迟减少了整整 25 秒。
从另一个角度看，DeepSeek 官方甚至不是同等延迟下价格最低的一家 DeepSeek 模型服务商。
在有限的推理计算资源下，只提供 64k 上下文窗口的服务，在主流模型提供商中算是最小的之一。
在需要读取整个代码库的编程场景里，64K 根本不够用，用户只能选择第三方平台。
而同样价格下，Lambda 和 Nebius 等平台能提供 2.5 倍以上的上下文窗口。
大模型下半场：提升每个 token 的智能
需要明确的是，这些降本策略都是 DeepSeek 主动做出的决定。
他们目前看上去对用户体验不怎么感兴趣，既无意从用户身上赚钱，也无意通过聊天应用或 API 服务向用户提供大量 token，更多地是专注于实现 AGI。
从这些优化策略就可以看出，DeepSeek 把尽可能少的算力用作推理服务给外部使用，大量的算力资源留在内部研发用途。
同时配合开源策略，让其他云服务托管他们的模型，赢得影响力和培养生态，两不耽误。
说到底，AI 竞赛拼的还是算力资源。
在 DeepSeek 影响下，Claude 也开始降低速度缓解算力紧张的问题，但为了营收还是在努力平衡用户体验。
Claude 4 Sonnet 发布以来，输出速度已经下降了 40%，但仍然比 DeepSeek 快不少。
另外 Claude 模型被设计成生成更简洁的回复，回答同样的问题，DeepSeek 和 Gemini 可能要多花 3 倍的 token。
不仅仅是提高模型的智能上限，而是提升每个 token 能提供的智能。
参考链接： [ 1 ] https://semianalysis.com/2025/07/03/deepseek-debrief-128-days-later/#speed-can-be-compensated-for
本文来自微信公众号" 量子位 "，作者：关注前沿科技，36 氪经授权发布。
