DeepSeek接入潮汹涌：适配商忙坏，大厂或赔惨？
本文源自：时代周报
DeepSeek引发的蝴蝶效应还在持续。
1月20日 ，DeepSeek公司正式发布了其推理模型DeepSeek-R1的完整版本 。该模型通过算法优化 ，以较低的训练成本实现了与OpenAI推理模型o1相媲美的性能，并且开源 。
传统AI训练对算力的需求巨大 ，当业内普遍为AGI（通用人工智能）贴上“大力出奇迹”的标签 ，DeepSeek却开辟了一片“无人区 ”，吸引一众企业争相接入。企业接入DeepSeek，即企业通过硬件设备连接DeepSeek的访问地址 ，从而获取DeepSeek的模型服务 。
据不完全统计 ，接入DeepSeek-R1模型的国内上市公司已经超过100家，其中不乏阿里、腾讯 、百度 、三大运营商这类拥有自研模型和AI应用的企业 。
时代周报记者采访多位业内人士发现 ，企业选择DeepSeek的原因主要集中在两方面。一是DeepSeek-R1开源较彻底 ，部署方便，且在特定场景下展示了强大的处理和推理能力；另一方面 ，DeepSeek声量走高 ，意味着接入方有机会承接其外溢的流量。QuestMobile数据显示，DeepSeek的日活跃用户数在2月1日突破3000万大关 。
不过 ， 大厂接入DeepSeek模型也可能面临巨大的亏损压力 。近期 ，AI Infra（连接硬件和上层应用的中间层基础设施）企业潞晨科技CEO尤洋指出，满血版DeepSeek-R1每百万token（输出）定价16元 ，如果每日输出1000亿token ，一个月算下来接入方企业可获得4800万元收入。据他测算，完成1000亿token的输出，需要约4000台搭载H800的机器 ，以目前H800的市价或者折旧来计算 ，每月仅机器成本就达4.5亿元，因此企业方可能面临每月4亿元的亏损 ，“用户越多 ，服务成本越高，亏损越多 ” 。
AI Infra厂商市场负责人张迪（化名）告诉时代周报记者 ，离DeepSeek疯狂发酵仅有数周 ，软硬件适配、测试 、上架等工程都需要时间，目前公司对外合作的项目还未落地 ，因此具体成本数据暂不清晰 。
在AI的潮汐效应下 ，接入DeepSeek是否一本万利，还需让子弹再飞一会儿。
接入模型并非“量”的比拼
目前来看 ，企业接入DeepSeek的程度有所不同 。
2月13日 ，继微信 、腾讯文档、QQ浏览器等业务侧产品先后接入DeepSeek-R1后，腾讯自研的AI助手“腾讯元宝 ”也正式接入DeepSeek-R1，支持用户切换使用混元大模型和DeepSeek-R1 。
相比腾讯近乎全面拥抱DeepSeek的决心 ，阿里等公司对DeepSeek的接入主要体现在自己的主营业务侧产品 ，给自研的大模型产品保留了一部分空间。如阿里的1688、钉钉 、阿里云相继接入DeepSeek，其旗下全能AI助手通义APP尚未表态 。
不难发现 ，接入DeepSeek的企业 ，率先将DeepSeek应用在了AI能力运用场景较多的业务上 。
“接入模型并非‘量’的比拼，需求方应该充分考虑模型与业务场景适配性。 ”值得买科技CTO王云峰在接受时代周报记者采访时表示 ，当下大模型的应用模式愈发多样 ，不同模型有各自适配场景 。
此前，值得买科技自研了130亿参数消费大模型 ，也接入了一些主流模型 ，谈及接入DeepSeek的原因，王云峰解释称 ，值得买科技的自研模型在商品理解 、价格预测等垂直领域能力出色 ，但AI技术的复杂性，决定了单一模型无法覆盖所有场景 。例如做检索增强时，内部工具流程需AI合理调度 ，外部通用模型难以适配 ，此时自研模型就负责内部流程调度、用户意图理解等关键任务，而通用模型则用于站内文章生成这类通用场景。
从实际落地效果来看 ，DeepSeek-R1的问题处理和推理能力表现出色。王云峰告诉时代周报记者 ，和包括DeepSeek-V3在内的其他模型相比，DeepSeek-R1生成内容的行文逻辑更清晰 ，文学性也更突出 。其强大的语言处理能力 ，让公司内容生产的效率有了明显提升，“如果使用通用模型 ，还需要进行垂类数据微调才能更好发挥作用 。”
网络安全公司知道创宇是DeepSeek更早期的受益者。
去年12月 ，知道创宇旗下的网络空间测绘引擎ZoomEye国际版同步上线了对DeepSeek的调用支持 。知道创宇CSO（首席战略官）周景平向时代周报记者表示，从接入DeepSeek到现在 ，ZoomEye国际版的平台注册量增长28.5% ，平台活跃度增长121.6%，AI 搜索功能使用率达35.8% 。
周景平在接受时代周报记者采访时难掩兴奋。他称，DeepSeek被公司应用在包括漏洞挖掘 、数据情报分析 、规则转化处理、自动化安全运营等多个细分业务场景中 。在数据情报分析上 ，受益于DeepSeek等大模型数据分析及推理能力 ，公司可高效补齐之前所依赖的分析师知识框架之外的细节点 。
“相比GPT，DeepSeek聚焦通过低成本高性能的技术路线 ，降低企业接入门槛 ，并通过开源策略促进技术普及和产业链协同，这为国内企业级应用的爆发提供了更大的可能性。”在周景平看来 ，DeepSeek-V3和DeepSeek-R1利好接入企业的意义在于性价比高 。他说 ，DeepSeek开源较为彻底，同时发布了蒸馏模型的本地量化版 ，这使得企业进行本地化部署的性价比大幅度提升 。
适配商等来春天？
企业扎堆接入DeepSeek ，也忙坏了位于大模型产业链中间层的适配厂商。
张迪向时代周报记者表示，DeepSeek爆火后 ，公司往来的咨询者日益增多 。“以前一两个月才有一位前来咨询业务的客户 ，现在我们每天要接待十几个 。 ”张迪称，现在几乎每天都需要加班，除了应对业务咨询 ，还要参与直播 、客户验收 、商务对接等工作 ，公司和小组的会议往往被安排在晚上8点和9点。
张迪称，DeepSeek大火之前 ，大家对私有化部署仅仅停留在探讨产品功能的层面 ，而如今公司的咨询者，或许在焦虑的驱使下 ，合作目的更加明确 ，双方谈话主题大致锁定在为提需求、了解产品性能 、给报价三个方面。
另一AI Infra厂商的创始人赵欣向时代周报记者表示，需求大涨 ，行业工作节奏普遍加快 ，“有人手里拿着钱排队等你的产品，肯定要比没事做的时候兴奋 。 ”他表示 ，产品走向市场 ，真正地为人所用，也是个人价值层面的正向反馈 。
此前，有分析人士向时代周报记者称 ，因国产算力适配成本较高 ，在英伟达的芯片稀缺情况下，使用国产算力的企业接入DeepSeek可能要面临一定财务压力 ，继而影响到中间层厂商的发展前景。
尤洋向时代周报记者拆解了企业接入DeepSeek的路径 ，他表示，DeepSeek是开源模型 ，接入方只要有算力就可以部署运行 。
尤洋说 ，算力的主流提供方式一般有两种，一种是企业自有算力 ，比如有本地的一体机或者机房；另一种是公有云上的算力 ，企业可以按月租用 。除此之外，有一些云厂商还提供MaaS（Model as a Service）的模式 ，也就是将DeepSeek模型部署到公有云上后 ，需求企业再调用DeepSeek API，按实际使用的token量付费，适合早期的轻量化探索需求。
企业接入DeepSeek的成本主要分硬件和部署成本两部分 。
硬件成本方面 ，不同规格的硬件价格差异较大 ，相同规格不同规模的硬件价格也十分不同 。“对于仅需要使用模型的企业来说，选择推理芯片会有效降低硬件成本；而对于有微调和训练要求的企业 ，可能在购买或租赁硬件时需要使用训练芯片。另外 ，对于并发数量或者输出速度要求较高的企业，需要选择有充足算力和显存的芯片 ，这类芯片的价格会偏高 。”尤洋表示 。
而部署成本的区别除了体现在不同规格芯片的部署难度上 ，还和企业的具体要求有关。比如，如果企业需要高并发 、接入知识库、接入联网功能等 ，都会存在较大的工作量 。
“对于满血DeepSeek-R1 671B模型来说 ，本地化部署的硬件成本在百万级别，一般来说是远高于部署成本的 。有些中小型企业会使用蒸馏版的模型 ，或者是直接调用云厂商的API ，这样适配成本就会低很多。 ”尤洋补充道。
对于业内的成本担忧，赵欣称，目前公司客户以中小型企业和传统行业的大型企业为主 ，虽公司体量 、业务不同 ，所牵涉的成本数据也存在较大差异，但从目前的适配案例来看 ，客户企业一般都具备承担该项成本的能力 。
