北京时间3月1日中午，Deep-Seek于“开源周”收官之际在知乎发文，不仅解读了关键的降本增效技术，还首次公开了API服务的成本、收入以及理论上高达545%的利润率。这意外引发了两家为用户提供DeepSeek服务的MaaS供应商“互怼”，让国内AI Infra（人工智能基础设施）企业罕见成为“吃瓜大戏”的主角。
MaaS，直译为模型即服务，指将模型部署到企业端提供给用户服务。春节期间DeepSeek“服务器繁忙”时，不少从事MaaS服务的大模型基础设施公司，如潞晨科技、硅基流动等为用户提供了使用“满血版”DeepSeek的机会。
对于该项服务，潞晨科技创始人尤洋曾公开发文表示“MaaS模式下用户越多亏损越多”，而随着DeepSeek公开成本和利润率，面对网友质疑，尤洋发文反驳并一度“辣评”竞对公司硅基流动，最终和硅基流动创始人袁进辉开始“互怼”。此后，更延展到此前潞晨科技涉及的抄袭风波上，引来了更多圈内人士“下场”。
对此，中存算董事长陈巍评价道：“创业不易，创新不易，需要多一点宽容。技术上偶尔出现判断偏差都很正常。”而对于究竟DeepSeek的MaaS服务亏不亏这一问题，陈巍对新京报记者表示，“这个问题已经超出纯技术讨论范畴了，涉及产品定位和AI Infra企业的求生。建议双方搁置争议，抓紧时间做Infra优化，抢占用户日活攀升的产业窗口期。” 新京报记者 罗亦丹
起因
DeepSeek展示盈利能力：一天收入56.2万美元
事件发生在DeepSeek的“开源周”行将结束之际——此前，DeepSeek曾表示将在从2月24日开始的“开源周”发布五项开源成果，但当五项成果全部发布结束后的第六天，DeepSeek又发布了《DeepSeek-V3/R 1推理系统概览》技术文章，首次公布了模型推理系统降本增效的优化细节。
该篇文章以DeepSeek推理系统的优化目标：更大的吞吐，更低的延迟为核心，详细介绍了其解决方案：使用大规模跨节点专家并行（Expert Parallelism/EP）。以通俗的方式来理解，就类似把AI模型拆分成多个“小专家”，分散到不同的显卡（GPU）上运行。就像餐馆里多个厨师同时备菜，每个厨师只负责自己最擅长的部分，整体出餐速度更快。V3系统中，每层有256个专家，但每次只用8个，通过动态分配实现高效计算。
此外，当不同显卡之间需要传递数据时，系统会像工厂流水线一样，让计算和传输同时进行。例如在生成文字时，前一部分还在计算，后一部分已经开始传输，避免“干等”浪费时间。
对此，袁进辉评论道，“DeepSeek官方披露大规模部署成本和收益，又一次颠覆了很多人的认知。现在很多供应商还做不到这个水平，主要是V3/R 1架构和其他主流模型差别太大了，由大量小Expert（专家）组成，导致瞄准其他主流模型结构开发的系统都不再有效，必须按照DeepSeek报告描述的方法才能达到最好的效率，而开发这样的系统难度很高，需要时间，幸好这周DeepSeek五连发已经把主要模块开源出来了，降低了社区复现的难度。”
一个可以让人直观感受DeepSeek效率的数据是，其在文章最后展示了以2月27日12:00至2月28日12:00，一天内DeepSeek V3和R 1推理服务占用的节点，并统计了包括网页、APP和API的所有负载，推算发现假定GPU租赁成本为2美元/小时，总成本为8.7万美元，若所消耗的tokens（算力计价单位）全部按照DeepSeek R1的API定价计算，理论上一天的总收入为56.2万美元，成本利润率为545%。
“这份成本利润披露看似坦诚，实则暗藏杀机。它告诉所有人：大模型的游戏规则早已变了，单靠算法或者简单囤积算力不能赢得大模型的胜利。在算法+数据+算力的三要素中，有效算力（算力×算力效率）才是最暴力美学的生存规则，唯快不破这个道理也适用于大模型行业。这份数据事实上是三头六臂‘大闹东海，脚踢很白的宫’的技术演绎，也是‘算力+智力’逆风翻盘的真实写照。”陈巍表示。
值得注意的是，此前DeepSeek的重要信息发布一般在X、GitHub等以英文为主的平台，而本次的发布还额外登录了知乎，这瞬间引发了国内AI圈的热情，截至3月3日早，DeepSeek发布的文章在知乎获得了7735个赞，以及866条评论。
质疑
尤洋遭网友“点名”DeepSeek API服务到底亏不亏？
新京报记者注意到，不少网友本着“看热闹不嫌事大”的心态在这篇文章的评论区里“呼叫尤洋”，其中一条@尤洋知乎账号的评论获得了475个点赞，点赞数为评论区第二高。
这是因为，此前尤洋曾发文直言“MaaS在中国短时间内可能是最差的商业模式”“满血版DeepSeek R1每日输出1000亿tokens，那么每个月亏损4亿”，引发了业界对MaaS商业模式的争论。
AI与云基础设施专家左鹏飞表示，DeepSeek和尤洋之间观点冲突的主要原因是对每台H 800机器能跑出多大吞吐量的认知不同。
“根据尤洋老师的采访视频，4台机器跑出的吞吐量是1K tokens/s，而DeepSeek官方跑出的数据是平均每台机器14.8K tokens/s,有14.8×4≈59倍的性能差距。不同MaaS服务提供商对相同机器上相同模型跑出来的吞吐量可以相差59倍，那么自然有的MaaS服务商能挣钱，有的M aaS服务商大亏钱。这也证明AI Infra的系统优化能力是多么重要。”左鹏飞说。
对于网友的“点名”，尤洋本人也发文进行了回应，他认为DeepSeek文章中的数据对计算M aaS成本没有太多参考价值，因为文章把DeepSeek网页，APP和MaaS API的token数加在一起计算，且数据是建立在大量用户把DeepSeek的APP和网页完全超负荷占满的情况下，不是一个常规的M aaS。
记者发现，DeepSeek提到的545%利润率更多指的是“理想情况”，DeepSeek在官方文章里也表示“当然我们实际上没有这么多收入，因为V3的定价更低，同时收费服务只占了一部分，另外夜间还会有折扣。”
尤洋强调，自己对DeepSeek的模型能力没有贬低，但其使用体验非常差，“我春节期间用过几次，问一个问题，然后说繁忙，让我稍后尝试，我等了15分钟或者一小时。这不是一个合格的MaaS产品。”
似乎为了证明自己的观点，尤洋在发布完回应文章后，宣布潞晨科技将在一周后停止提供DeepSeek的API服务，
对此，左鹏飞告诉新京报记者，尤洋的观点有一定的道理，但“即使考虑上资源预留，也就是545%的利润率除以2或3，依然是盈利的，不影响我提到的核心逻辑。”
互怼
两家MaaS供应商互怼 翻出抄袭“旧账”
这一事情的发展开始逐渐“跑偏”。尤洋在回复网友后，又在知乎发文，矛头直指春节期间最早开始承接DeepSeek流量，为用户提供“满血版DeepSeek服务”的硅基流动，认为该公司“牺牲员工春节假期捆绑华为宣传、在小红书拉人头、API速度慢”等。
对此，袁进辉在朋友圈反击称“我们团队愿意拼搏抓一个机会有什么错？邀请用户送点免费券有什么错？春节那几天，全民都想访问DeepSeek而不得时，我们提供了仅有的一个稳定的服务。”同时，他还提到了此前潞晨科技曾抄袭过硅基流动。
这导致更多AI圈人士被牵涉进来，如尤洋提到该起抄袭事件代码的负责人是原潞晨科技CTO方佳瑞，但后者发长文回应了自己的“背锅”经历，表示代码在自己入职之前就已存在。
此外，橘皮优团队在2024年11月发布的对潞晨科技的公开信也被挖出，该公开信提到，“潞晨云算力云平台公然抄袭我们的业务模式和机主协议，侵犯了知识产权。”袁进辉转发了该公开信并配文称：“不是一次抄袭，多次发生。”
记者注意到，虽然潞晨科技和硅基流动彼此指责，但二者都曾和华为云合作，为用户推出基于国产算力的DeepSeek服务，而在DeepSeek公布开源方案之后，这些AI Infra企业能否复现DeepSeek的技术细节，从中摊薄成本，就成了考验企业技术实力的时候。
值得注意的是，虽然DeepSeek在过去一周中开源了多个代码库，但大多数是针对英伟达芯片架构的。对此，有开发者告诉记者，这些开源成果无法直接用在华为云的推理服务中，但其思想可以借鉴。
当前，DeepSeek的成本透明化如同一面镜子，映照出了AI Infra企业的理想与现实，如何更好地借鉴DeepSeek的解决方案，控制企业成本，或许才是“破局”的钥匙，毕竟545%的理想利润率已经被DeepSeek“点出”。
当技术红利逐渐消退，AI Infra企业需回答更本质的问题：是继续内卷于算力租赁的价格战，还是以模型优化、场景深耕和生态整合构建真正的壁垒？这场争议或许只是序幕，行业的生存法则正在被重新书写。
