XXTX小薛同学的小站 XXTX小薛同学的小站成为自己的太阳,无需凭借谁的光

DeepSeek突遭算力危机被迫限额使用

2026年11月16日,国产大模型明星企业DeepSeek突然宣布对网页端及APP端免费用户实施严格的限额使用措施,包括将单次输入上限压缩至约4万字、清理7天以上无活跃长对话,并设立每日对话额度上限。这一举措标志着DeepSeek自成立以来的“免费时代”实质性终结。在单日Token调用量飙升至数十万亿的背景下,此次算力危机不仅暴露了顶尖开源模型在流量洪峰面前的脆弱性,更将国产大模型产业长期面临的流量与算力矛盾、商业化困境以及底层算力供应链的短板,毫无保留地推向了行业前台。

事件细节:从“免费之光”到“限额使用”,DeepSeek经历了什么?

对于广大普通用户而言,DeepSeek曾一度是“良心”的代名词。两年来,作为中国的开源模型之光,DeepSeek一直采取了相对友好的免费用户使用政策,吸引了海量开发者与C端用户。然而,11月16日的一场“限额”风波,彻底打破了这种平静。

根据用户反馈与媒体报道,此次DeepSeek面向普通用户的App及网页版对话服务推出的限额措施,堪称一套精准的“组合拳”。具体政策包含三重严苛约束:其一,不再支持存续超过7天且无活跃交互的长对话,用户若要继续任务,只能新开对话或导出历史记录;其二,单次输入文本上限被大幅下调至约4万字,这意味着长文档投喂、批量代码审查等高消耗场景被直接掐断;其三,新增每日对话额度上限,一旦触顶,页面便会无情地弹出“因服务器繁忙,使用额度已达上限”的提示,部分用户反映连续使用不到两小时即被限流。

某上海智能体初创公司人士一针见血地指出,在单轮对话上下文被压缩到约4万字的背景下,用户通过多轮对话对特定复杂任务进行调校的做法将被大量限制。日常常见的办公任务,如报告翻译、整套代码检查、文件格式转化等轻中度智能体应用,在日常对话中也将无法顺利完成。而删除历史对话的逻辑,其核心用意在于减少历史对话被激活的可能,从而大幅降低模型处理长上下文思考的频率。

事实上,这并非DeepSeek首次对免费用户修改使用政策。今年5月,DeepSeek就曾限制免费用户短期重新请求次数,并停止了免费用户在专家模式下的文件上传。但当时的举措更多是试探性地限制高频用户利用免费入口结合本地自动化程序进行套利。而本次的调整,则是全面、系统性的算力收缩。

算力紧绷并非一日之寒,宕机频发早已埋下伏笔。根据DeepSeek官网状态页的数据,今年以来,DeepSeek出现了大大小小合计57次宕机或性能下降的情况。在上半年,故障主要集中于响应变慢、生成卡顿;但今年10月之后,高频率的负载性限流、长时间的全局性宕机频频出现。10月15日,DeepSeek发生了成立以来最长时间的全局性宕机,官方网页端、APP、API以及元宝、WorkBuddy等第三方接入平台全部中断,总时长接近5个小时。事后DeepSeek虽发放赠金补偿并承诺杜绝同类问题,但仅仅三周后的11月3日和11月7日,大规模全局性宕机再次上演。据官方状态页折算,V4.1 Flash API 99.46%的可用性,意味着用户平均每年有47.3个小时处于无法使用的状态,这对于依赖高可用性的企业级应用而言,无疑是致命的。

背景拆解:流量狂飙与算力枯竭,压垮DeepSeek的最后一根稻草

DeepSeek为何突然撑不下去了?答案隐藏在需求侧的爆炸式增长与供给侧的严重滞后之间巨大的鸿沟里。

从数据端来看,DeepSeek的流量增速已经超出了物理算力的承载极限。全球模型聚合平台OpenRouter的数据显示,在10月19日至25日这一周,DeepSeek V4.1 Flash的Token调用量达到惊人的33.6万亿,环比暴涨801%,登顶全球调用榜单;而在11月9日至15日这一周,其Token调用量更是飙升至59.2万亿,继续稳居全球首位。短短几个月内,调用规模扩张数倍,流量峰值远超预期。

那么,究竟是谁在疯狂消耗DeepSeek的算力?一个核心的解答是:办公类AI与智能体(Agent)的崛起。

腾讯旗下的WorkBuddy提供了一个极具说服力的样本。据QuestMobile数据,2026年9月,WorkBuddy多端合计月活达3235.3万,季度环比增长647.1%;当月使用次数8.36亿次。自3月上线至10月底,累计完成90亿次用户任务请求,词元消耗较上线初期增长50倍。腾讯高管曾透露,WorkBuddy处理的任务通常耗时较长,是腾讯云较大的词元消耗场景之一。

这背后的技术逻辑并不复杂。作为办公AI,其本质是一个集合了办公类智能体的Harness入口。与传统的“一问一答”式对话不同,AI智能体带有复杂的“智能体循环(Agent Loop)”。它们需要拆解任务、调用外部工具、进行多轮验证、反复重读上下文。根据闭源大模型公司Anthropic的实测数据,完成一次典型智能体任务的词元消耗,约为普通对话的4倍;而在多智能体协作下,其消耗将激增至15倍。OpenRouter的数据也印证了这一点:当下80%的词元消耗均由智能体产生。

作为DeepSeek官方认定的生态伙伴,WorkBuddy通过云厂商副本托管和用户的自定义配置,成为了DeepSeek官方API最大的第三方代理平台之一。当云厂商的开源权重副本容量打满后,溢出的推理请求便会如潮水般涌向DeepSeek官方API。此外,就在DeepSeek宣布限额之前,字节跳动旗下豆包办公也官宣接入包括DeepSeek在内的模型。无论是采用火山算力托管还是接入官方API,DeepSeek俘获更多进行深度使用的智能体用户,已成为不可逆转的趋势。

从技术底层来看,长对话是算力资源的“高消耗项”。大模型为加速对话、保留上下文,需要将KV缓存(Key-Value Cache)驻留在昂贵的GPU显存(HBM)中。长对话会持续累积KV缓存,而长期闲置的会话(如超过7天无交互)会持续占用这些稀缺的显存资源。DeepSeek此次清理闲置长对话、压缩单次输入上限,本质上是为了回收KV缓存占用的显存,优先保障活跃用户的推理需求。但这同时也意味着,在算力物理上限无法突破的情况下,DeepSeek只能牺牲部分用户体验来维持系统的整体运转。

影响分析:免费时代的终结与商业化困境的倒逼

DeepSeek的限额措施,犹如一颗投入湖面的巨石,在C端用户、B端开发者以及整个大模型商业生态中激起了层层涟漪。

对于C端普通用户而言,免费羊毛被薅完的信号已经无比明确。过去,用户习惯了将DeepSeek作为免费的“全能助手”,从写邮件到改代码,事无巨细。如今,每日额度上限和输入字数限制,直接改变了用户的使用习惯。在社交媒体上,不少用户开始抱怨,并转向豆包、元宝等竞品。有网友评论:“试了好多回,对比下来确实没有豆包处理速度快,而且豆包不会因为调用量多而停服。”免费用户,正在成为算力不足的顶尖开源模型逐步“放弃”的那类客群。当“免费”不再是核心竞争力,DeepSeek必须思考如何留住那些对价格敏感但对算力要求不高的长尾用户。

对于B端开发者和企业用户而言,DeepSeek的算力调度策略正在发生深刻转变。为了应对持续的供需缺口,DeepSeek在商业化端推出了API峰谷分时定价,利用价格杠杆引导开发者错峰调用,闲时价格仅为高峰时段的一半。同时,在调度机制上,API侧维持独立并发限额,deepseek-flash和v4-pro分别设置账号并发上限,并与C端服务资源池进行物理隔离,优先保障付费客户。这意味着,企业用户想要获得稳定、高质量的服务,必须付出更高的真金白银。DeepSeek正在从“普惠大众”向“商业变现”艰难转身。

更深层的影响在于,此次事件彻底暴露了国产大模型在商业化路径上的困境。大模型是一个极其烧钱的行业,算力成本是悬在所有AI公司头顶的达摩克利斯之剑。今年10月,DeepSeek完成二轮融资1055亿元,投后估值高达6155亿元,腾讯、宁德时代等近30家机构入局。市场普遍认为,这笔巨资的首要投向便是算力基础设施建设。据悉,DeepSeek计划在乌兰察布建设GW级数据中心,部署至少16万颗国产AI芯片,预计2027年底至2028年初逐步投产。

然而,远水解不了近渴。在2028年之前,DeepSeek依然要面对算力供给增速远落后于调用量扩张的残酷现实。1055亿的融资看似庞大,但在动辄数百亿美元的全球算力军备竞赛中,依然显得捉襟见肘。如何通过技术手段降低推理成本,如何找到高净值的商业闭环,如何摆脱对“免费流量”的路径依赖,是DeepSeek乃至所有国产大模型必须跨越的生死线。

行业对比:全球大模型的“算力焦虑”,谁在裸泳?

DeepSeek的算力危机并非孤例,而是全球大模型产业共同面临的“算力焦虑”的缩影。在流量与算力的博弈中,海内外头部AI厂商纷纷使出浑身解数,但背后的逻辑与处境却大相径庭。

在海外,算力资源的争夺早已上升到国家战略与巨头结盟的高度。OpenAI、Anthropic等公司通过长期大额算力合同,疯狂锁定远期算力资源。OpenAI与AWS签署了长达7年的算力合作协议,承诺投入380亿美元,分批获取数十万颗英伟达GPU算力,集群部署周期覆盖至2027年以后。Anthropic则在IPO招股书中披露,已与谷歌达成至少1145亿美元的算力采购承诺,协议周期直至2033年7月。这种“钞能力”的背后,是海外巨头对算力基础设施的绝对掌控力。

在用户调度策略上,海外闭源模型如GPT、Grok等,对普通用户免费对话次数的限制早在去年就开始实施。今年,这些模型将策略升级为与模型实时负载直接相关的“降权策略”。当模型处于高负载时,普通用户会被直接中断对话,或在暗中被限制交互的上下文长度。这种“暗中降权”既保住了系统的整体稳定性,又避免了直接弹出限额提示带来的用户流失风险,体现了其在算力调度与用户体验之间的微妙平衡。

反观国内,算力供给的紧张局面同样严峻,但受制于外部制裁与产业链短板,国产大模型的破局之路更为崎岖。国内多家科技公司在财报中提及,算力利用率处于高位,资本开支主要投向AI基础设施与芯片采购。然而,由于先进制程芯片的获取受限,国内智算中心的建设面临着国产AI芯片生态适配、先进封装产能不足、HBM内存依赖进口等多重挑战。

DeepSeek计划在乌兰察布部署16万颗国产AI芯片的愿景,虽然振奋人心,但国产芯片在单卡算力、集群通信效率、软件栈成熟度等方面,与英伟达顶级GPU仍存在客观差距。要构建一个高效、稳定的GW级国产推理算力集群,不仅需要海量的资金投入,更需要漫长的时间进行工程调优与生态打磨。这也是为什么国内大模型在面临流量洪峰时,往往只能采取硬性限额、直接宕机等相对“粗暴”的手段,而难以像海外巨头那样进行精细化的暗中降权与平滑调度。

全球大模型的“算力焦虑”,本质上是一场关于能源、资本与供应链的综合国力较量。在这场较量中,谁掌握了更高效、更低成本的算力基础设施,谁就能在下一阶段的AI竞争中掌握主动权。

我的看法:算力不仅是技术战,更是国力与资本的持久战

DeepSeek的这次限额风波,给狂飙突进的国产大模型行业敲响了一记震耳欲聋的警钟。它残酷地揭示了一个事实:在AI时代,没有算力支撑的流量,不过是沙滩上的城堡,一个浪头打来便会灰飞烟灭。

首先,大模型的尽头是能源与算力。过去两年,行业热衷于“卷参数”、“卷榜单”、“卷免费”,试图通过烧钱换取用户规模。但DeepSeek的宕机与限额证明,物理世界的算力瓶颈是无法通过软件优化无限突破的。当智能体(Agent)成为主流应用形态,当多模态和长上下文成为标配,推理成本将呈指数级上升。免费模式注定无法长久,大模型必须走向价值变现,向那些真正能从中获得生产力提升的B端用户和高净值C端用户收取合理的“算力税”。

其次,国产算力供应链的生死时速已经开启。DeepSeek乌兰察布数据中心的规划,代表了中国AI产业在受限环境下的突围决心。但我们必须清醒地认识到,16万颗国产芯片的堆叠,并不等于16万颗英伟达H100的战力。国产算力要真正挑起大梁,需要在芯片架构、互联技术、编译器优化、散热与电力调度等全产业链上进行系统性的创新。这不仅是DeepSeek一家企业的任务,更是整个中国科技产业必须跨越的鸿沟。在这场持久战中,资本的耐心与国家的战略定力缺一不可。

最后,行业生态正在经历深刻的洗牌。从“卷模型”到“卷算力调度”,再到“卷商业闭环”,大模型的竞争维度正在不断升维。对于创业公司而言,不能再抱有“靠免费换流量,等流量变现”的幻想。必须从一开始就找准高净值的商业场景,建立健康的财务模型。对于云厂商和基础设施提供商而言,如何提供更弹性、更低成本的推理服务,如何帮助大模型公司平滑算力峰谷,将成为下一个巨大的商业机会。

DeepSeek的免费时代或许已经步入尾声,但这并非坏事。当潮水退去,当算力的底牌被翻开,中国大模型产业才能真正从“野蛮生长”走向“成熟稳健”。这场关于流量与算力的博弈,才刚刚进入最精彩的深水区。

相关阅读

参考资料

你的评论