本篇内容转载自「锦秋集」
semianalysis写了一篇文章，通过深入分析DeepSeek和Anthropic两家公司的策略选择，揭示了一个行业共同面临的根本挑战：计算资源的稀缺。
DeepSeek R1发布128天后的数据呈现出一个看似矛盾的现象：官方平台用户流失，但第三方托管的模型使用量却暴增20倍。为什么用户会抛弃价格极低的官方服务，转而选择第三方平台？
本文通过Token经济学这一分析框架找到了答案。
文章指出，AI服务的定价本质上是三个性能指标的权衡游戏。
第一是延迟，即用户发送请求到收到第一个字符的等待时间；
第二是吞吐量，即模型每秒能生成多少个token，直接影响对话的流畅度；
第三是上下文窗口，决定了模型能”记住”多少对话历史，对于分析长文档或大型代码库至关重要。
关键洞察在于：通过调整这三个参数，服务商可以实现任何价格水平。
DeepSeek选择了极端配置——数秒的延迟、每秒仅25个token的输出速度、业界最小的64K上下文窗口，换取了极低的价格和最大化的研发资源。
有趣的是，作为西方AI领军企业的Anthropic也面临着相似的困境。Claude在编程领域的巨大成功反而加剧了计算资源的紧张，导致API输出速度下降30%。为了应对这一挑战，Anthropic不得不向亚马逊和Google寻求大规模的计算支持。
本文超越了表面的价格战和市场份额之争，深入剖析了AI公司在计算资源、用户体验和技术发展之间的复杂权衡。
DeepSeek选择牺牲用户体验换取研发资源，通过开源策略扩大影响力；Anthropic则通过提升”智能密度”来优化资源利用效率。这两种截然不同却同样理性的策略，恰恰反映了计算资源作为AI时代”新石油”的根本性制约作用。
随着推理云服务的崛起和AI应用的普及，如何在有限的计算资源下实现技术突破和商业成功的平衡，将成为决定AI公司命运的关键。这份报告为理解这一核心议题提供了极具洞察力的分析框架。
以下为原文内容。
原文：https://semianalysis.com/2025/07/03/deepseek-debrief-128-days-later/
超 9000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。
-
最新、最值得关注的 AI 新品资讯；
-
不定期赠送热门新品的邀请码、会员码；
-
最精准的AI产品曝光渠道
尽管 AI 的进步通常被归功于 transformers、RNNs 或 diffusion 等里程碑式的研究，但这种看法忽略了人工智能的根本瓶颈：数据。拥有好的数据意味着什么？
如果我们真心希望推动 AI 的发展，那我们应该研究的不是深度学习优化，而是互联网本身。互联网才是真正解锁了 AI 模型规模化扩展（scaling）的技术。
DeepSeek R1发布至今已过去150多天。当时，它作为首个公开发布的、能与OpenAI推理能力相匹配的模型，震撼了整个股市和西方AI界。
然而，真正引发恐慌的是其极低的定价策略——输入仅需0.55美元/百万token，输出仅需2.19美元/百万token，比当时最先进的o1模型便宜了90%以上。市场担心DeepSeek（乃至整个中国）会让AI模型彻底商品化。
此后，推理模型的价格战愈演愈烈，OpenAI最近也将旗舰模型降价80%。
值得注意的是，DeepSeek在发布后继续通过强化学习（RL）不断迭代升级。模型在多个领域都有显著提升，尤其是编程能力。这种持续迭代改进正是我们之前分析过的AI发展新范式的典型特征。
今天，我们将深入分析DeepSeek对AI模型竞赛格局的影响，以及当前AI市场份额的变化情况。
01
AI热潮之后的冷静
用户增长的昙花一现
DeepSeek刚发布时，消费端应用流量确实出现了爆发式增长，市场份额急剧攀升。但需要注意的是，由于难以准确追踪中国用户数据，加上西方AI实验室在中国无法访问，以下数据实际上低估了DeepSeek的真实覆盖范围。
尽管如此，这种爆发式增长并未持续。与其他AI应用相比，DeepSeek的增长势头明显放缓，市场份额开始下滑。
网页端的数据更能说明问题——DeepSeek的流量自发布以来持续下降，而同期其他主要AI服务商的用户数量都在稳步增长。
第三方平台的逆势增长
有趣的是，虽然DeepSeek自有平台表现不佳，但在第三方平台上托管的DeepSeek模型却呈现完全不同的景象。R1和V3在第三方平台的使用量持续飙升，比R1刚发布时增长了近20倍。
进一步分析数据发现，如果只看DeepSeek自己托管的token使用量，其在总token中的占比每月都在下降。
这就引出了一个关键问题：既然DeepSeek的模型越来越受欢迎，价格又极具竞争力，为什么用户纷纷放弃官方平台，转向其他开源服务商？
答案就在token经济学中。
02
Token经济学的奥秘
理解AI服务的本质
在AI世界里，token是最基本的单位。AI模型通过阅读互联网上的token来学习，然后输出文本、音频、图像或动作token。简单来说，token就是文本的最小单位（比如”fan”、”tas”、”tic”），大语言模型处理的是这些小单位，而不是完整的词或字母。
当黄仁勋（Jensen）谈到数据中心变成AI工厂时，这些工厂的原料和产品都是token。就像传统工厂一样，AI工厂的盈利模式也遵循P×Q公式：P是每个token的价格，Q是输入输出token的总量。
但与传统工厂不同的是，token价格并非固定不变。模型服务商可以根据以下三个关键指标来灵活调整定价：
三大关键性能指标（KPI）
-
延迟（Time-to-First-Token） 指模型生成第一个token需要多长时间。技术上说，这是模型完成prefix阶段（将输入token编码到KV Cache）并开始在decode阶段产生第一个token所需的时间。
-
吞吐量（Throughput）或交互性 指token的生成速度，通常以”每秒每用户token数”来衡量。有些服务商也用TPOT（Time Per Output Token）这个反向指标。作为参考，人类阅读速度约为每秒3-5个词，而大多数模型的输出速度设定在每秒20-30个token。
-
上下文窗口（Context Window） 指模型的”短期记忆”容量——在遗忘早期对话内容之前，能保存多少token。不同应用场景需要不同大小的上下文窗口。比如，分析大型文档或代码库就需要更大的上下文窗口，这样模型才能完整理解并推理整个内容。
关键在于：通过调整这三个指标，服务商可以实现任何价格水平。因此，单纯比较每百万token的价格（$/Mtok）意义不大，因为这忽略了实际应用场景和用户需求。
03
DeepSeek的策略选择
价格背后的真相
让我们通过token经济学的视角，分析DeepSeek为何在自家模型上逐渐失去市场份额。
从延迟与价格的关系图可以看出，DeepSeek的官方服务已经不是同等延迟下最便宜的选择。实际上，DeepSeek之所以能提供如此低价，主要是因为他们让用户等待数秒才能收到第一个token的响应。相比之下，其他服务商以同样的价格提供服务，但响应时间快得多。
用户可以选择向Perplexity AI或Friendli支付2-3美元，获得几乎零延迟的服务。微软Azure的价格虽然是DeepSeek的2.5倍，但延迟少了25秒。更糟糕的是，现在几乎所有R1 0528实例都由延迟低于5秒的服务商托管。
如果我们再加入context window这个维度，DeepSeek的另一个妥协就显而易见了。为了在有限的推理计算资源下提供超低价服务，他们只提供64K的context window——这是主流服务商中最小的。
较小的context window严重限制了编程等应用场景，因为这些场景需要模型记住大量代码片段才能进行有效推理。在同样的价格下，Lambda和Nebius等服务商能提供2.5倍大的context window。
硬件层面的权衡
通过对DeepSeek V3在AMD和NVIDIA芯片上的benchmark测试，我们可以看到服务商是如何优化每token成本的：通过在单个GPU或GPU集群上同时处理更多用户请求（batching），服务商可以降低每token的成本，代价是用户需要忍受更高的延迟和更慢的响应速度。
Batch size越大、throughput越低，每token成本就越低，但用户体验会大打折扣。
DeepSeek的真实意图
需要明确的是，这是DeepSeek的主动选择。他们并不想通过用户服务赚钱，也不想通过聊天应用或API服务大量输出token。公司的唯一目标是实现AGI（通用人工智能），对终端用户体验并不关心。
通过极高的batch率，他们将推理和对外服务所需的计算资源降到最低，从而将最大量的计算资源保留用于内部研发。正如我们之前分析的，出口管制确实限制了中国在大规模模型服务方面的能力。
在这种情况下，开源成为DeepSeek的最佳选择。他们将计算资源留在内部，让其他云服务商托管他们的模型，从而赢得全球影响力和市场采用率。虽然出口管制严重限制了中国大规模部署推理服务的能力，但并未同等程度地阻碍他们训练优秀模型的能力——腾讯、阿里巴巴、百度甚至小红书最近发布的成果都证明了这一点。
04
Anthropic的相似困境
计算资源的普遍瓶颈
在AI领域，计算资源就是一切。和DeepSeek一样，Anthropic也面临计算资源紧张的问题。
Anthropic将产品重点放在了编程领域，在Cursor等编程应用中获得了广泛采用。我们认为Cursor的使用情况是最好的评判标准，因为它反映了用户最关心的两个要素：成本和体验。Anthropic在这方面已经保持领先地位超过一年——在AI行业，这相当于几十年。
看到Cursor等token消费应用的成功后，Anthropic推出了Claude Code——一个集成在终端中的编程工具。Claude Code的使用量迅速增长，把OpenAI的Codex远远甩在了后面。
Google随后也推出了类似工具：Gemini CLI。虽然功能相似，但Google凭借TPU的计算优势，能够免费为用户提供超大的请求配额。
成功的代价
Claude Code虽然性能出色、设计精良，但成本高昂。从某种程度上说，Anthropic在编程领域的成功反而给公司带来了巨大压力——他们的计算资源捉襟见肘。
这一点在Claude 3.5 Sonnet的API输出速度上表现得最为明显。自发布以来，速度下降了30%，现在仅略高于每秒55个token。原因和DeepSeek如出一辙：为了用有限的计算资源处理海量请求，不得不提高batch处理规模。
编程应用通常需要更长的对话（更多token），这比普通聊天应用更加消耗计算资源。相比之下，o3和Gemini 2.5 Pro等竞品的运行速度明显更快，这反映出OpenAI和Google拥有更充足的计算资源。
寻求更多计算资源
Anthropic正在积极获取更多计算资源，已经与亚马逊达成了一项重大合作。
Anthropic将获得超过50万片Trainium芯片用于推理和训练。不过这项合作仍在推进中——尽管外界普遍认为Claude 4是在AWS Trainium上预训练的，但实际上它是用GPU和TPU训练的。
Anthropic还向另一个主要投资方Google寻求计算支持，从GCP租用了大量计算资源，特别是TPU。看到这种模式的成功后，Google Cloud正在向其他AI公司推广类似服务，最近还与OpenAI达成了协议。不过需要澄清的是，Google只向OpenAI提供GPU，而非TPU。
05
效率可以弥补速度
少即是多
虽然Claude的速度反映了计算资源限制，但Anthropic的整体用户体验仍优于DeepSeek。首先，虽然速度不快，但每秒55个token还是比DeepSeek的25个要好。其次，也是更重要的一点：Anthropic的模型回答问题所需的token数量远少于其他模型。
这意味着尽管单个token的生成速度较慢，但用户获得完整答案的总时间反而更短。
虽然不同任务的情况有所不同，但Gemini 2.5 Pro和DeepSeek R1-0528的输出量是Claude的3倍以上。在运行Artificial Analysis的综合智能指数评测时，Gemini 2.5 Pro、Grok 3和DeepSeek R1使用的token数量明显更多。Claude在所有主流推理模型中输出token数最少，相比Claude 3.5 Sonnet有了显著改进。
这个现象揭示了token经济学的另一个维度：服务商不仅在提升模型智能，更在提升每个token的”智能密度”。
06
推理云服务的崛起
随着Cursor、Windsurf、Replit、Perplexity等”GPT Wrappers”或AI驱动应用走向主流，越来越多公司开始效仿Anthropic的模式——将token作为服务直接销售，而不是像ChatGPT那样打包成月度订阅。
我们相信，随着廉价计算资源的普及以及软硬件的快速创新，这个封闭模式之外的长尾市场将持续增长，成为创新和AI普及的重要推动力。
以代码生成为例，DeepSeek R1能力的提升极大地推动了应用普及。最新的R1版本0528在编程性能上比1月版本有了显著提升。其他实验室的推理模型也在稳步改进。
虽然OpenAI在这项特定benchmark中继续保持领先，但R1在成本效益上的巨大优势不容忽视。对于预算有限或需要处理大量任务的用户来说，R1无疑值得一试。
OpenAI在6月将o3 API价格下调80%，可能是对封闭模式与开源方案之间价值差距日益扩大的默认。在Aider benchmark中，这将相对于R1的价格性能比从8-9倍降到了3-5倍。不过我们推测，这次降价的真正目标可能是Anthropic。
07
关于DeepSeek R2延期的真相
组织调整与发展
突如其来的关注让DeepSeek措手不及。公司已将所有研发团队从杭州迁至北京，运营人员数量翻了一倍多，以加强安全保障并应对媒体需求。
虽然组织结构发生了重大变化，但他们保持了核心团队的高效运转。比如，他们的招聘速度仍然远超任何中国大型竞争对手。
延期的真正原因
有报道称DeepSeek R2因出口管制而延期。虽然我们详细讨论过出口管制对中国AI生态的限制作用，但我们认为R2训练延期并非因为出口管制——真正受限的是服务能力。
事实上，R1-0528相比之前版本取得了显著进步，特别是在编程领域。这正是通过扩展RL（强化学习）计算实现的——OpenAI也是通过同样的方法从o1发展到o3。DeepSeek的进步速度依然很快，特别是考虑到他们将大部分计算资源保留用于内部研究。
此外，训练进度放缓可能还有其他原因，比如需要满足额外的审查和安全要求。在中国，DeepSeek仍被视为”国家队”——他们最近还为华为开发最新的Pangu（盘古）模型提供了技术支持。他们依然是开源模型领域的领军者。
08
结语
这份分析揭示了AI行业在计算资源、商业模式和技术发展之间的复杂平衡。DeepSeek选择了一条独特的道路：通过牺牲用户体验来最大化研发资源，通过开源策略扩大全球影响力。而Anthropic等公司则在资源限制下努力优化效率，提供更好的用户体验。
随着推理云服务的兴起和开源生态的发展，AI行业的竞争格局正在重塑。价格战只是表象，真正的较量在于如何在有限资源下实现技术突破，以及如何在商业成功与技术理想之间找到平衡。
（文：Founder Park）