DeepSeek 复盘：128 天后，为什么用户流量一直在下跌？

78 0 0

文章摘要

DeepSeek与Anthropic两家公司的策略选择揭示了AI行业面临的根本挑战：计算资源的稀缺性。通过Token经济学框架分析发现，AI服务的定价本质上是延迟、吞吐量和上下文窗口三个性能指标的权衡游戏。DeepSeek选择了极端配置——数秒的延迟、每秒仅25个token的输出速度、64K上下文窗口，以换取极低价格和最大化研发资源。这种策略导致官方平台用户流失，但第三方托管的模型使用量暴增20倍，反映出开源策略在资源受限情况下的有效性。

Anthropic同样面临计算资源紧张的问题。Claude在编程领域的成功加剧了资源压力，导致API输出速度下降30%。与DeepSeek不同，Anthropic通过提升”智能密度”优化资源利用效率，使模型回答问题所需的token数量显著少于竞争对手。两家公司分别代表了两种应对资源约束的路径：DeepSeek牺牲用户体验专注研发，Anthropic则追求单位token的更高价值。

行业数据显示，推理云服务正在崛起，成为创新和AI普及的重要推动力。DeepSeek R1能力的持续提升推动了应用普及，其编程性能的显著进步使成本效益优势更加突出。OpenAI近期将旗舰模型降价80%，反映出封闭模式与开源方案之间的价值差距正在影响市场格局。

计算资源的分配策略直接影响技术发展和商业成功之间的平衡。DeepSeek将大部分资源保留用于内部研究，通过开源扩大影响力；Anthropic则寻求与亚马逊和Google的大规模合作来缓解资源压力。这些选择不仅关乎企业竞争力，更反映了AI时代”新石油”——计算资源的根本性制约作用。随着AI应用普及，如何在有限资源下实现突破将成为决定行业格局的关键因素。