DeepSeek連夜改頁面，免費的AI用不長了

摘要：

算力短缺，已經是AI賽道“房間里的大象”。

鳳凰網科技 出品

作者｜路春鋒

編輯｜董雨晴

4月8日凌晨，DeepSeek悄悄上線了一種新的分層模式界面：在網頁版/App中出現了“快速模式（Fast）”和“專家模式（Expert）”兩個入口，同時還有一個帶圖標的“視覺模式（Vision）”選項正在灰度測試。

圖｜Deepseek網頁版截圖

新的功能分工十分明確：快速模式面向日常對話和低延遲響應；專家模式針對復雜推理和深度任務，可能觸發更長推理時間但響應慢；而視覺模式則開啟了圖像輸入等多模態能力，不過鳳凰網科技檢索發現，被灰度到視覺模式的人非常之少。

外界普遍認為，這是為即將發布的新一代V4模型做的功能和體驗預熱。但相比發新模型，當前的分級制度或許更值得關注，作為一種“按需調用算力”的調度機制，就是將簡單任務交由低成本路徑處理，僅在必要時啟用高算力推理，從而減少無效Token消耗，實現整體成本的結構性下降。

大模型公司的算力焦慮

大概在一周前，Anthropic宣布自4月5日起，旗下大模型Claude的訂閱服務將不再覆蓋包括龍蝦在內的第三方集成工具。用戶如想繼續使用該模型，只能通過與訂閱服務分開計費的按需付費方案，并為此支付額外費用。

背后的邏輯非常好理解，隨著黃仁勛在GTC大會上高呼Token經濟學。全球科技大廠一時間把token消耗量變成了考核標準，更有國內的互聯網大廠拉了月度token消耗排行，唯token消耗論甚囂塵上。

據Anthropic表述，訂閱制的定價模型原本是基于“個人用戶正常使用強度”設計的，而OpenClaw這類自動化代理工具的使用強度遠超預期——有重度用戶每月僅支付200美元訂閱費，卻消耗了價值5000美元的算力資源，給Anthropic帶來了巨大的成本壓力。

小米AI負責人、前DeepSeek核心成員羅福莉對這個理念進行了拆解，認為Anthropic終于走出了天坑。其在社交平臺X上發布長文，認為全球算力供給已經跟不上Agent創造的token需求增速。真正的出路不是更便宜的token，而是“更高token效率的Agent框架”疊加“更強大高效的模型”之間的協同進化。

據行業數據顯示，截至2026年3月，中國AI大模型日均Token調用量已突破140萬億，較2024年初增長超千倍。

羅福莉算了一筆賬：按API定價折算，這類框架的真實成本大概是訂閱價格的數十倍。她覺得這一差距“不是缺口，而是天坑”。

更值得國內AI公司注意的是，Anthropic在4月7日宣布，其年化收入（ARR）突破300億美元，正式反超OpenAI的250億美元。

從2025年底的90億到如今300億，其僅用三個多月就實現了233%的爆發式增長，即便如此，Anthropic仍在算一筆精細的賬。

在羅福莉看來，Anthropic封殺“龍蝦”的真正價值在于：讓效率低下的成本真實可見，從而倒逼整個生態走向工程自律。短期陣痛不是壞事，它會推動框架開發者認真改進上下文管理、最大化prompt緩存命中率、削減無效token消耗。

發新模型眼下可能沒那么重要

DeepSeek R1最初的驚艷，原本也是架構的創新，極大的實現了token的節約。當時，低價token的源頭雖然是DeepSeek，但其本意從來不是為了價格戰，只是后來者把這種創新完成了價格戰游戲。

2025年初的爆紅，也讓DeepSeek幾度面臨容量不足的窘迫，時常宕機。

在第一撥大規模用戶涌入后，曾有DeepSeek內部人士告訴鳳凰網科技，因為當時資源不夠，所以用戶看起來被限制了使用次數，后來內部通過優化方法，重新分配資源。

但這種內部架構的創新已經難以滿足當前的token調用需求。

國金證券在研報中指出，算力供需正在發出關鍵信號——需求端以指數級膨脹，供給端卻受限于芯片出口管制與成本約束，難以同步擴張。

免費模式，成了這場危機的加速器。大模型運營成本極高，免費模式讓平臺算力擴容始終滯后于用戶增長。

在2026年開年以來，DeepSeek已經上演了至少7次大規模服務中斷。3月29日晚至30日上午，平臺再度突發全局崩潰，網頁端與APP端同時無法使用，宕機時間持續約12小時，直至次日9時13分才恢復正常。

或許是壓力之下，DeepSeek在4月8日低調更新了對話界面，在輸入框上方新增了“快速模式”和“專家模式”選項。在行業人士看來，分層設計既可以通過算力分流緩解峰值壓力，也能為后續搭建付費體系、限額限流鋪路。

不久前，OpenAI宣布下線Sora，將有限的算力資源重新聚焦于核心服務，與DeepSeek開啟分層、Anthropic的高峰限流措施共同揭示了一個現實：需求增速已遠超基礎設施的擴張能力。

AI賽道的“房間里的大象”

從DeepSeek的免費模式難以為繼，到Anthropic的封殺令，再到羅福莉的價格戰警告，這些看似獨立的事件共同指向同一個結構性矛盾：AI賽道的token用量正在以指數級速度膨脹。

海外的AI數據中心大手筆搶購存儲芯片，再向華爾街開出賬單，猶如一場沒有盡頭的賭注游戲。

實際上，不止是芯片，電力危機也在疊加：AI算力耗電占全社會用電量增速的46%，遠超整體6.1%的增長水平，電力彈性不足成為硬約束。

在這種背景下，行業正在經歷一場從“免費燒錢換用戶”到“算力精細化運營”的范式切換。阿里云、騰訊云早前已啟動算力漲價，最高漲幅達34%。但說起來是漲價，實際也只不過是把之前價格戰時期的優惠給抹掉了，恢復了正常定價。

4月8日，在智譜發布旗艦開源模型GLM-5.1之際，再度提價10%，此前其已經進行過兩次提價。

如果說過去兩年，大模型行業的關鍵詞是“規模”和“速度”，那么現在，關鍵詞已經悄然變成了兩個字：成本。

即便是像OpenAI和Anthropic這樣的海外明星企業，目前都還處于高投入階段，算力、人才、基礎設施等等開支巨大。在持續依賴融資的同時，它們都必須回答一個現實問題：這門生意什么時候能自我造血？

于是，行業開始出現一個明顯轉向：當AI開始賺錢，第一步不是賺更多，而是少虧一點。

以OpenAI為代表的一類玩家，選擇的是更激進的路線：產品快速迭代、能力優先、生態開放，同時通過持續融資維持擴張節奏；而以Anthropic為代表的另一類，則明顯更克制，把重點放在成本結構、穩定性和企業服務上，通過工程優化來提升效率。

兩者的差異，可以簡單理解為：一個是“先做出來再說”，一個是“先算清楚再做”。

這種變化，對普通用戶其實也會產生直接影響。

首先，API價格未必會像很多人預期的那樣持續大幅下降。雖然單位價格在降低，但成本控制的壓力并沒有消失，企業更可能通過優化結構，而不是無限降價來消化成本。

其次，免費額度和補貼可能逐步收緊。過去依賴“燒錢換增長”的階段正在結束，當每一個Token都需要被精確計量時，慷慨的免費策略本身就變得不可持續。

再次，在體驗層面，用戶也可能感受到變化：模型回復會更克制、更精簡；長文本、復雜推理或高頻調用，可能被更嚴格地限制或分層定價。你看到的“更短回答”，背后往往不是模型變“懶”，而是系統在主動做成本優化。

從某種意義上說，Token被省下來的那一刻，成本并沒有消失，而是被重新分配——在模型廠商、企業客戶與終端用戶之間流動。

說到底，AI正在完成一次從“實驗品”到“商品”的轉變。大模型從來不是純技術問題，而是一門重資產生意。當增長神話退去，算賬就成為最核心、最現實、也最無法回避的問題。

這，才是“摳Token”背后真正的行業邏輯。