DeepSeek开源却靠API赚钱?三大问题拆解调用量第一的逻辑

DeepSeek开源的商业逻辑:靠集中推理效率赚钱,以够聪明、便宜、快赢得调用量,凭幻方早期囤卡获得算力优势。
文章围绕B站视频提出的三个问题展开:开源模型如何赚钱、非最强模型为何调用量第一、量化基金出身的公司为何有算力优势。作者指出,开源不等于免费,个人受内存显存限制无法自建,中小企业自建面临机器闲置与能耗成本,API调用更划算。DeepSeek凭借全球用户规模与MoE架构降低专家空闲率,使集中推理成本低于企业自建。在OpenRouter等聚合平台上,DeepSeek按请求数约占三分之一排第一,用户选择逻辑是“够聪明、便宜、快”的均衡。其便宜快速的背后是幻方量化自2016年起积累的GPU资源,2020至2021年投入数亿元搭建萤火系列平台,囤积上万张A100,在2022年出口禁令后成为稀缺优势。
在B站看到一期讨论DeepSeek的视频,UP主提出了三个很值得琢磨的问题:模型都开源了靠什么赚钱?模型不是最强为什么在聚合平台调用量排第一?以及,一家量化基金出身的公司怎么会在算力上有先天优势?这三个问题恰好串起了开源大模型商业逻辑的完整链条。

开源不等于免费:自己部署的成本账
谁都可以下载DeepSeek广告的模型权重部署到自己的设备上,但「能部署」和「部署得划算」是两回事。UP主分两种身份来算这笔账。
对个人来说,以素材中提到的V4.1 Flash为例,权重大约510GB,光是装下模型就至少需要510GB内存,而大多数消费级电脑内存只有十几G到几十G;用独立显卡跑模型还得装进显存,消费级显卡显存通常只有8到32G。个人自己部署基本行不通。
对企业而言,有 GPU 机房确实能部署,但很多中小企业并非全天候使用模型,大部分时间机器在待机耗电。除非对数据隐私有极强要求,自建部署并不划算。
瓶颈不只在显存,更在利用率。
MoE架构为什么让集中调用更便宜
同样一个模型,DeepSeek自己跑就划算,原因有两层。
一是用户规模。它的模型服务全球用户,地球上总有一个地方是白天,请求多了就能攒在一起批量处理,机器很少闲着。
二是MoE(混合专家)架构。可以把它想成一个很大的专家团,每处理一个问题只调用其中几位专家。中小企业自建部署相当于雇了整个专家团,每次只用几个人,其他人坐着刷手机——这是效率的损失。而DeepSeek请求量大,可以把大量请求攒在一起集中调用专家,每位专家都有活干,空闲率降低。
模型虽然开源,但自建又贵又有闲置,大多数人最后还是通过API调用——这正是它的盈利方式。

MoE(Mixture of Experts,混合专家) 是一种稀疏激活的模型架构:模型内部包含多个并行的“专家”子网络(通常是一个前馈层),并配有一个门控网络(router),对每个 token 决定激活哪几个专家。与传统稠密模型每个 token 都要经过全部参数不同,MoE 每个 token 只走少数专家,因此总参数量可以做得很大,而单次前向计算量只与激活参数成正比。常见配置如 8 选 2、64 选 6 等,具体由门控打分取 top-k。
这种设计的代价是显存占用高——所有专家都得常驻显存,等待被路由到;另一个代价是负载不均衡,若请求稀疏,部分专家长期闲置。MoE 的经济性高度依赖批量规模:批越大,各专家越容易被均匀激活,硬件利用率越高。这解释了为什么同一模型在大规模集中推理时单位成本低,而小规模自建时性价比差。
不是最强却用得最多:够聪明、便宜、快
能提供模型的公司很多,为什么用户偏爱DeepSeek?要先理解聚合平台的价值。
用智能体干活时,一个任务可能需要好几家公司的模型。过去得去每家公司注册账号、分别充值,账号难管、资金分散。OpenRouter这类聚合平台把各家API放到同一个地方,一个账号想用哪家用哪家。用户在平台上选哪个模型,就是「用脚投票」。
投票结果按请求数算,DeepSeek一家占了差不多三分之一,排第一。但在Artificial Analysis这类评测平台上,它的智力水平并不是第一。UP主用三个词概括用户的选择:够聪明、便宜、快。
够聪明:不是顶尖聪明,但足够聪明。很多事情并不需要最高智力水平,够用就行。

便宜:素材中的数据显示,V4.1 Flash每百万Token输入0.3美元、输出1.2美元,而OpenAI的GPT-6 Astra是10美元和50美元,差了三四十倍。
快:Artificial Analysis测的time per task(完成一个任务平均所需时间)显示,V4.1 Flash是15.2分钟,在这些前沿模型里排第二;GPT-6 Astra需要24.7分钟,Google的Gemline 4 Carbon需要25.7分钟,Cloud Fable 5.2需要47.5分钟。
大模型界有一个「不可能三角」:智力水平、速度、价格三者很难兼顾。DeepSeek三样做得比较均衡,特别适合用来执行任务。在X等海外平台上,用户评价也印证了这一点。
量化基金出身的算力底气
便宜又快背后需要大量算力支撑。一家量化基金哪里来的这么多显卡?

答案和出身有关。DeepSeek背后是量化基金幻方量化。幻方在2016年就开始用GPU跑深度学习模型,到2017年底几乎所有量化策略都改成了用AI模型计算,因此很早就买了大量GPU。有一种说法是,量化交易用显卡的高峰在白天,其他时间显卡空着,刚好可以用来做和交易无关的AI研究。
后来幻方越投越大:2020年投入2亿元搭建萤火一号训练平台,2021年又投入10亿元搭建萤火二号,里面大约装了1万张英伟达A100显卡。
关键转折发生在2022年10月,美国出台规定禁止向中国出口A100芯片。等到2023年ChatGPT火起来、AI热潮爆发时,大家才发现想买卡已经买不到了,而幻方手里早有之前积攒的上万张卡。当时国内能拿出这个量级算力的,除了几家大厂几乎没有别的公司。别人是看到ChatGPT火了才开始找卡,幻方的卡早已在机房里。
三个问题,一条逻辑链
回头看开头的三个问题:开源了还能赚钱,是因为它把模型跑得比谁都划算;不是最强却用得最多,是因为够聪明、便宜、快;量化基金能做成这件事,是因为它早就在做AI相关研究,并且刚好有足够多的显卡。开源是入口,效率和成本才是真正的护城河。
相关推荐

Gemini 4 Neon 曝光:或成 Opus 5.5 有力竞争者
Hacker News 讨论帖指出 Gemini 4 Neon 看起来像 Opus 5.5 的竞争者。本文解读这一社区信号背后的产品定位、顶级模型竞争格局变化,以及对开发者模型选型策略的实际意义。

Claude Fable 5.2 独立创作短片《Fable》引热议
Hacker News 上出现由 Claude Fable 5.2 独立完成剧本、画面与导演的短片《Fable》,本文分析全流程 AI 创作的意义、社区反应及对内容创作者的启示。

Anthropic IPO定价:AI巨头上市信号
Anthropic 进行 IPO 定价的消息引发关注。本文分析这一动作对 AI 行业估值、商业化路径和竞争格局的潜在影响,并指出公开市场对 AI 公司的期待与挑战。