月亏4亿 vs 毛利545%：MaaS商业模式的罗生门｜甲子光年

DeepSeek很强，但作业难抄。

原标题：月亏4亿 vs 毛利545%：MaaS商业模式的罗生门｜甲子光年
文章来源：甲子光年
内容字数：14572字

DeepSeek引发的MaaS商业模式大讨论

本文探讨了围绕DeepSeek大模型引发的MaaS（模型即服务）商业模式的争议，并试图理清各方观点的合理性。

1. MaaS模式的本质与演变

MaaS是云计算产业链的新生态，分为两类：一类是像智谱、阿里云这样的大模型公司或云厂商，自研大模型并提供服务；另一类是像潞晨科技、硅基流动这样，提供第三方开源模型的MaaS服务，即“AI推理云服务”。开源模型的出现，降低了大模型服务的准入门槛，激发了AI推理云服务的兴起，也使得大模型token价格有下降空间。

2. DeepSeek：高性能与高门槛

DeepSeek大模型性能强劲，但其商业模式的盈利能力却引发争议。潞晨科技创始人尤洋认为，基于token计费的MaaS模式在现有算力成本下难以盈利，甚至可能月亏损4亿。硅基流动创始人袁进辉则反驳，认为尤洋的成本估算过于夸张，并指出DeepSeek官方公布的基于“MLA+DeepSeek MoE+专家并行”架构的部署策略，成本利润率高达545%。

争议的核心在于DeepSeek的推理效率。尤洋的计算基于较低的token生成速度，而DeepSeek官方及其他厂商的数据显示，通过优化，吞吐率可提升数倍甚至十倍以上，从而大幅降低成本，实现盈利。然而，DeepSeek的高效部署策略并非易于复制，其独特的架构和软硬件协同优化能力是关键。

3. DeepSeek MoE架构与技术挑战

DeepSeek采用MoE（混合专家）模型和专家并行策略，这与主流的Dense模型和张量并行策略不同。MoE模型通过激活特定专家来处理任务，提高效率，但需要复杂的部署和优化。DeepSeek的部署方案需要至少320张GPU卡，对资源和技术能力要求极高，这使得其他厂商难以复现其低成本高效率的模式。业内专家认为，DeepSeek的MoE架构更适合大厂或在C端有野心的公司。

4. 成本降低的两种途径：工程优化与架构创新

大模型成本降低主要依靠工程优化和架构创新。DeepSeek的“MLA+DeepSeek MoE+专家并行”架构是工程优化的典范，而其他公司如月之暗面也在工程优化方面取得了显著成果。与此同时，对注意力机制的改进，如DeepSeek的MLA和月之暗面的MoBA，以及硬件层面的创新，也推动了成本下降。

5. 结论：两种观点的融合

尤洋和袁进辉的观点并非完全对立。尤洋强调当前技术水平的限制，而袁进辉则着眼于未来的技术可能性。DeepSeek的成功表明，通过极致的工程优化和架构创新，MaaS模式是可行的，但对于大多数厂商而言，这仍然是一个高门槛的挑战。DeepSeek的成功，也为AI普惠时代开启了新的可能性。

联系作者

文章来源：甲子光年
作者微信：
作者简介：甲子光年是一家科技智库，包含智库、社群、企业服务版块，立足中国科技创新前沿阵地，动态跟踪头部科技企业发展和传统产业技术升级案例，推动人工智能、大数据、物联网、云计算、新能源、新材料、信息安全、大健康等科技创新在产业中的应用与落地。