DeepSeek“幸福的烦恼”背后
10月下旬,DeepSeek V4.1 Flash在一周内完成了33.6万亿Token调用,环比暴涨8倍,冲到全球第一。也是在这个10月,DeepSeek出现了8起服务中断。紧接着在11月16日,DeepSeek宣布不再支持超过7天不活跃的长对话,单次输入上限砍到4万字,日对话额度设限。图片来源:视觉中国无独有偶,De
10月下旬,
DeepSeek的Token调用量环比涨了8倍,冲到全球第一。同样是这个10月,DeepSeek发生了8起服务中断。到了11月16日,DeepSeek又宣布:超过7天不活跃的长对话不再支持,单次输入上限压到4万字,日对话额度也设了限制。
图片来源:视觉中国
几乎就在DeepSeek限额落地的同一时间,
这也就是说,中国企业过去靠租用东南亚数据中心间接获取的通道,
换句话说,外部封锁卡住的是增量算力的来路,DeepSeek限额回应的则是存量算力被低效耗掉的结构性问题。两件事指向同一个处境:供给曲线追不上需求曲线的斜率,这是“烦恼”;而那条陡峭的需求曲线本身,正是市场对产品最直接的验证,这是“幸福”。
从DeepSeek这轮针对性很强的限额规则里,能看出同样的逻辑。第三方实测数据也把成本账算清了。11月3日提交至arXiv的论文《You don't need long context》在三个开源模型上测得:服务256K上下文相比16K,每生成一个Token的成本要高出3.6到7倍。实测中GLM 5.2为3.6倍,Kimi K2.6为5.6倍,Qwen 3 Coder Next为7倍。多出来的成本来自
行业分析认为,DeepSeek限额的实质是把闲置会话占用的资源收回来。DeepSeek的C端长期以免费为主,月活约1.30亿,免费用户不直接带来收入,却一直在消耗与付费API用户共享的推理资源。需求增速远超供给增速的阶段,限额和分流就成了保住核心服务稳定的常规手段。
DeepSeek这套做法,实际上是典型的SRE风控组合。SRE即“站点可靠性工程”,是大型互联网公司保障服务稳定运行的方法论。它的核心思路是:资源有限时,不让所有请求一起挤爆系统,而是靠调度、隔离、限流等手段,优先保住核心服务,牺牲边缘场景的无限供给。
DeepSeek在10月开源的推理引擎
需求以超出任何单一公司工程节奏的速度涌来,这本身就是行业走向基础设施化的证据。
第三方测算给出了更大的图景。
推理算力的长期缺口,已经被这波需求爆发印证;供给端的回应,则落在资本开支上。
说到底,靠真实需求撑起来的市场,比靠补贴维持的要健康得多。国产推理芯片在技术和成本两头都在往前走,算力供给曲线也因此多了一级向上的台阶。DeepSeek眼下这份“幸福的烦恼”,实际上等于给国产算力链投了一张信任票。投资者接下来可以盯三个能验证的进度。
头一个是算力扩容的节奏。自建集群、国产推理芯片部署、电力与网络配套,都是供给曲线能不能上台阶的硬约束。GW级数据中心和数十万颗国产芯片的投产节奏,会决定限额能放宽到什么程度。
第二个是付费闭环有没有形成。有开发者发现,DeepSeek前端代码里已经出现额度管理逻辑,Harness团队与Web、App、Platform三个团队也整合为产品部。这些动作说明,分层付费可能已在技术准备之中。一个合理推测是:限额只是过渡手段,付费分层才是终局。
第三个是可用性能否回升。相关测算显示,
DeepSeek限额这件事,说到底是免费推理平台在需求爆炸之后,被迫从“烧钱换规模”转向
《财富》最新榜单