在人工智能领域，每一次技术的突破都可能带来商业模式的革新与盈利的飞跃，DeepSeek在开源周最后一天公布的一组“暴利”数据，引发了广泛关注和热议——其V3/R1推理系统理论日利润高达346万元人民币（约47.5万美元），这一数字不仅让人眼前一亮，更引发了对AI模型服务商业化模式的深入探讨，DeepSeek究竟是如何实现这一理论利润的？其背后的商业模式和盈利逻辑又是怎样的？本文将结合官方回应及相关数据，为您深入剖析这一话题。
一、DeepSeek的“暴利”数据引发关注
2025年3月1日，DeepSeek在开源周的最后一天，抛出了一个令人震惊的数据：其V3/R1推理系统在24小时内的理论日利润高达346万元人民币，这一数据迅速引发了业界的广泛关注和讨论，DeepSeek统计了2月27日24点到2月28日24点这一时间段内，V3和R1推理服务占用节点的总和，峰值占用为278个节点，平均占用226.75个节点（每个节点为8个H800 GPU），假定GPU租赁成本为2美元/小时，DeepSeek计算出其每日总成本为8.7万美元（折合人民币约63万元），如果所有token都以DeepSeek-R1的价格计费，每日总收入将为56.2万美元（折合人民币约409万元），成本利润率达到惊人的545%。
DeepSeek官方也坦诚地表示，实际上并没有这么多收入，因为V3的定价更低，同时收费服务只占了一部分，面向用户的网页端和应用程序是免费的，另外夜间还会有折扣，导致实际收入远不及理论数值，但即便如此，这一理论数据的公布仍然引发了业界对DeepSeek商业模式的广泛关注和讨论。
二、DeepSeek的商业模式与盈利逻辑
DeepSeek的商业模式和盈利逻辑，可以从其开源免费+分层B端收费的模式中窥见一斑，DeepSeek通过开放核心技术吸引开发者共建生态，核心盈利来源于企业定制化服务以及母公司的资金支持，这一模式与OpenAI的闭源+订阅制分层收费模式形成了鲜明对比。
OpenAI通过ChatGPT Plus等订阅服务（200美元/月）和API调用收费实现盈利，同时开源了一些早期模型如GPT2，而DeepSeek则选择了开源其核心技术，通过吸引开发者共建生态来扩大其影响力，这种开源策略不仅有助于DeepSeek吸引更多的用户和开发者，还能够通过企业定制化服务实现盈利。
在DeepSeek的盈利逻辑中，企业定制化服务占据了重要地位，通过为企业提供定制化的AI模型服务，DeepSeek能够满足企业的特定需求，从而实现更高的附加值和利润，DeepSeek还通过母公司的资金支持来保障其业务的持续发展。
三、DeepSeek的技术优化与成本控制
DeepSeek能够实现如此高的理论利润率，与其在技术优化和成本控制方面的努力密不可分，DeepSeek团队在优化目标上明确提出了“更大的吞吐，更低的延迟”的要求，为此，DeepSeek采用了大规模跨节点专家并行（Expert Parallelism /EP）的方案，每个GPU只需要计算很少的专家（因此更少的访存需求），从而降低延迟。
在成本控制方面，DeepSeek通过精细化的管理和优化来降低GPU的租赁成本，通过合理的调度和负载均衡策略，DeepSeek能够最大限度地利用GPU资源，从而降低单位时间的租赁成本，DeepSeek还通过夜间折扣等策略来吸引更多的用户，进一步提高其资源利用率和盈利能力。
四、行业争议与不同观点
尽管DeepSeek的理论利润率令人瞩目，但业界对其盈利能力的看法却存在分歧，一些行业人士认为，即便按更严谨的口径计算，DeepSeek仍然是赚钱的，但也有一些中间商表示，DeepSeek这篇文章中的数据对计算MaaS（Model as a Service，模型即服务）成本没有任何参考价值。
潞晨科技创始人尤洋就认为，DeepSeek的MaaS要想有一个这么高满负荷的状态，必须要时时刻刻让自己的APP始终超负荷运转，而MaaS作为ToB的服务，最大的问题是机器利用率的不确定性以及自己没有模型壁垒而承受的低毛利负毛利价格战，尤洋还认为，OpenAI收高额月费才是唯一可持续的商业模式。
也有业内人士对DeepSeek的商业模式表示赞赏，硅基流动创始人袁进辉就留言称，“DeepSeek官方披露大规模部署成本和收益，又一次颠覆了很多人认知。”袁进辉提到，现在很多供应商做不到这个水平，主要是V3/R1架构和其它主流模型差别太大了，由大量小Expert（专家）组成，导致瞄准其它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，DeepSeek通过开源其主要模块，降低了社区复现的难度，有助于推动整个行业的发展。
五、DeepSeek的未来展望与挑战
DeepSeek的开源策略和商业模式为其带来了广泛的关注和讨论，也为其未来的发展奠定了坚实的基础，DeepSeek也面临着一些挑战和不确定性。
随着越来越多的AI模型和服务提供商进入市场，竞争将变得更加激烈，DeepSeek需要不断创新和优化其技术和服务，以保持其在市场上的领先地位。
DeepSeek的开源策略虽然有助于吸引开发者和用户，但也可能带来一些潜在的风险，开源可能导致技术泄露或被竞争对手模仿，从而降低其技术壁垒和竞争优势，DeepSeek需要在开源与保护核心技术之间找到平衡点。
DeepSeek还需要应对监管和政策的不确定性，随着AI技术的快速发展和应用场景的不断拓展，监管政策也在不断完善和调整，DeepSeek需要密切关注政策动态，确保其业务合规并符合相关政策要求。
六、理性看待DeepSeek的“暴利”数据
DeepSeek的“暴利”数据虽然令人瞩目，但我们也应该理性看待这一数据背后的现实考量，DeepSeek通过开源策略、技术优化和成本控制等手段实现了较高的理论利润率，但其实际盈利能力仍然受到多种因素的影响和制约。
对于DeepSeek来说，未来的关键在于不断创新和优化其技术和服务，保持其在市场上的领先地位；也需要密切关注监管政策动态和市场变化，及时调整其商业模式和战略方向，DeepSeek才能在激烈的市场竞争中立于不败之地，并实现可持续的发展。
而对于我们广大读者来说，DeepSeek的“暴利”数据不仅是一个引人关注的话题，更是一个深入了解AI模型服务商业化模式的契机，我们应该从这一数据中汲取启示和借鉴，积极探索更多关于AI技术和商业化的可能性。
