DeepSeek接入潮洶湧：適配商忙壞，大廠或賠慘？_風聞

DeepSeek引發的蝴蝶效應還在持續。

1月20日，DeepSeek公司正式發佈了其推理模型DeepSeek-R1的完整版本。該模型通過算法優化，以較低的訓練成本實現了與OpenAI推理模型o1相媲美的性能，並且開源。

傳統AI訓練對算力的需求巨大，當業內普遍為AGI（通用人工智能）貼上“大力出奇跡”的標籤，DeepSeek卻開闢了一片“無人區”，吸引一眾企業爭相接入。企業接入DeepSeek，即企業通過硬件設備連接DeepSeek的訪問地址，從而獲取DeepSeek的模型服務。

據不完全統計，接入DeepSeek-R1模型的國內上市公司已經超過100家，其中不乏阿里、騰訊、百度、三大運營商這類擁有自研模型和AI應用的企業。

時代週報記者採訪多位業內人士發現，企業選擇DeepSeek的原因主要集中在兩方面。一是DeepSeek-R1開源較徹底，部署方便，且在特定場景下展示了強大的處理和推理能力；另一方面，DeepSeek聲量走高，意味着接入方有機會承接其外溢的流量。QuestMobile數據顯示，DeepSeek的日活躍用户數在2月1日突破3000萬大關。

不過， 大廠接入DeepSeek模型也可能面臨巨大的虧損壓力。近期，AI Infra（連接硬件和上層應用的中間層基礎設施）企業潞晨科技CEO尤洋指出，滿血版DeepSeek-R1每百萬token（輸出）定價16元，如果每日輸出1000億token，一個月算下來接入方企業可獲得4800萬元收入。據他測算，完成1000億token的輸出，需要約4000台搭載H800的機器，以目前H800的市價或者折舊來計算，每月僅機器成本就達4.5億元，因此企業方可能面臨每月4億元的虧損，“用户越多，服務成本越高，虧損越多”。

AI Infra廠商市場負責人張迪（化名）告訴時代週報記者，離DeepSeek瘋狂發酵僅有數週，軟硬件適配、測試、上架等工程都需要時間，目前公司對外合作的項目還未落地，因此具體成本數據暫不清晰。

在AI的潮汐效應下，接入DeepSeek是否一本萬利，還需讓子彈再飛一會兒。

△圖源：Pixabay

接入模型並非“量”的比拼

目前來看，企業接入DeepSeek的程度有所不同。

2月13日，繼微信、騰訊文檔、QQ瀏覽器等業務側產品先後接入DeepSeek-R1後，騰訊自研的AI助手“騰訊元寶”也正式接入DeepSeek-R1，支持用户切換使用混元大模型和DeepSeek-R1。

相比騰訊近乎全面擁抱DeepSeek的決心，阿里等公司對DeepSeek的接入主要體現在自己的主營業務側產品，給自研的大模型產品保留了一部分空間。如阿里的1688、釘釘、阿里雲相繼接入DeepSeek，其旗下全能AI助手通義APP尚未表態。

不難發現，接入DeepSeek的企業，率先將DeepSeek應用在了AI能力運用場景較多的業務上。

“接入模型並非‘量’的比拼，需求方應該充分考慮模型與業務場景適配性。”值得買科技CTO王雲峯在接受時代週報記者採訪時表示，當下大模型的應用模式愈發多樣，不同模型有各自適配場景。

此前，值得買科技自研了130億參數消費大模型，也接入了一些主流模型，談及接入DeepSeek的原因，王雲峯解釋稱，值得買科技的自研模型在商品理解、價格預測等垂直領域能力出色，但AI技術的複雜性，決定了單一模型無法覆蓋所有場景。例如做檢索增強時，內部工具流程需AI合理調度，外部通用模型難以適配，此時自研模型就負責內部流程調度、用户意圖理解等關鍵任務，而通用模型則用於站內文章生成這類通用場景。

從實際落地效果來看，DeepSeek-R1的問題處理和推理能力表現出色。王雲峯告訴時代週報記者，和包括DeepSeek-V3在內的其他模型相比，DeepSeek-R1生成內容的行文邏輯更清晰，文學性也更突出。其強大的語言處理能力，讓公司內容生產的效率有了明顯提升，“如果使用通用模型，還需要進行垂類數據微調才能更好發揮作用。”

網絡安全公司知道創宇是DeepSeek更早期的受益者。

去年12月，知道創宇旗下的網絡空間測繪引擎ZoomEye國際版同步上線了對DeepSeek的調用支持。知道創宇CSO（首席戰略官）周景平向時代週報記者表示，從接入DeepSeek到現在，ZoomEye國際版的平台註冊量增長28.5%，平台活躍度增長121.6%，AI 搜索功能使用率達35.8%。

周景平在接受時代週報記者採訪時難掩興奮。他稱，DeepSeek被公司應用在包括漏洞挖掘、數據情報分析、規則轉化處理、自動化安全運營等多個細分業務場景中。在數據情報分析上，受益於DeepSeek等大模型數據分析及推理能力，公司可高效補齊之前所依賴的分析師知識框架之外的細節點。

“相比GPT，DeepSeek聚焦通過低成本高性能的技術路線，降低企業接入門檻，並通過開源策略促進技術普及和產業鏈協同，這為國內企業級應用的爆發提供了更大的可能性。”在周景平看來，DeepSeek-V3和DeepSeek-R1利好接入企業的意義在於性價比高。他説，DeepSeek開源較為徹底，同時發佈了蒸餾模型的本地量化版，這使得企業進行本地化部署的性價比大幅度提升。

適配商等來春天？

企業扎堆接入DeepSeek，也忙壞了位於大模型產業鏈中間層的適配廠商。

張迪向時代週報記者表示，DeepSeek爆火後，公司往來的諮詢者日益增多。“以前一兩個月才有一位前來諮詢業務的客户，現在我們每天要接待十幾個。”張迪稱，現在幾乎每天都需要加班，除了應對業務諮詢，還要參與直播、客户驗收、商務對接等工作，公司和小組的會議往往被安排在晚上8點和9點。

張迪稱，DeepSeek大火之前，大家對私有化部署僅僅停留在探討產品功能的層面，而如今公司的諮詢者，或許在焦慮的驅使下，合作目的更加明確，雙方談話主題大致鎖定在為提需求、瞭解產品性能、給報價三個方面。

另一AI Infra廠商的創始人趙欣向時代週報記者表示，需求大漲，行業工作節奏普遍加快，“有人手裏拿着錢排隊等你的產品，肯定要比沒事做的時候興奮。”他表示，產品走向市場，真正地為人所用，也是個人價值層面的正向反饋。

此前，有分析人士向時代週報記者稱，因國產算力適配成本較高，在英偉達的芯片稀缺情況下，使用國產算力的企業接入DeepSeek可能要面臨一定財務壓力，繼而影響到中間層廠商的發展前景。

尤洋向時代週報記者拆解了企業接入DeepSeek的路徑，他表示，DeepSeek是開源模型，接入方只要有算力就可以部署運行。

尤洋説，算力的主流提供方式一般有兩種，一種是企業自有算力，比如有本地的一體機或者機房；另一種是公有云上的算力，企業可以按月租用。除此之外，有一些雲廠商還提供MaaS(Model as a Service)的模式，也就是將DeepSeek模型部署到公有云上後，需求企業再調用DeepSeek API，按實際使用的token量付費，適合早期的輕量化探索需求。

企業接入DeepSeek的成本主要分硬件和部署成本兩部分。

硬件成本方面，不同規格的硬件價格差異較大，相同規格不同規模的硬件價格也十分不同。“對於僅需要使用模型的企業來説，選擇推理芯片會有效降低硬件成本；而對於有微調和訓練要求的企業，可能在購買或租賃硬件時需要使用訓練芯片。另外，對於併發數量或者輸出速度要求較高的企業，需要選擇有充足算力和顯存的芯片，這類芯片的價格會偏高。”尤洋表示。

而部署成本的區別除了體現在不同規格芯片的部署難度上，還和企業的具體要求有關。比如，如果企業需要高併發、接入知識庫、接入聯網功能等，都會存在較大的工作量。

“對於滿血DeepSeek-R1 671B模型來説，本地化部署的硬件成本在百萬級別，一般來説是遠高於部署成本的。有些中小型企業會使用蒸餾版的模型，或者是直接調用雲廠商的API，這樣適配成本就會低很多。”尤洋補充道。

對於業內的成本擔憂，趙欣稱，目前公司客户以中小型企業和傳統行業的大型企業為主，雖公司體量、業務不同，所牽涉的成本數據也存在較大差異，但從目前的適配案例來看，客户企業一般都具備承擔該項成本的能力。

記者丨申謹睿

編輯丨郭儒逸

值班丨森   深

-END-