开源与自研较量，阿里云们的DeepSeek赌局

随着DeepSeek将大模型转变为可插拔的标准化组件，百度云、阿里云等云厂商不仅面临商业模式的颠覆性变革，更需深入审视自身的存在逻辑与价值定位。

@科技新知 原创

作者丨思原 编辑丨蕨影

春节期间，关于DeepSeek的消息不断刷屏，AI行业再次被推到浪尖。值得关注的是，百度云、阿里云等国内外各大云厂商，也都“巧合”的宣布提供基于DeepSeek模型的服务。

要知道，此前国内的云厂商几乎清一色是围绕自家大模型展开服务，主推的也是自家模型或投资的模型，很少让其他模型分走属于自己的那杯羹。

但如今，各大云厂商除了加班加点接入DeepSeek外，百度云、阿里云还专门进行了宣发推送，并且还推出各种活动，试图在这波热潮中吸引更多用户。

然而，这场看似热闹的“军备竞赛”背后，到底隐藏着怎样的逻辑？DeepSeek的横空出世，会对云厂商们带来怎样更深层次的行业变革与风险？用第三方模型替代自研产品，会成为云市场尴尬的现实吗？

01

云厂商的算力需求新变迁

从时间上来看，拥抱DeepSeek最快的并非国内厂商，海外同行的动作更快，微软、英伟达、亚马逊云科技等在1月底就已接入。但从整体服务来看，国内厂商更为激进且完整。

百度智能云表示，百度智能云千帆平台上架了DeepSeek-R1和DeepSeek-V3模型，已集成百度独家内容安全算子，实现模型安全增强与企业级高可用保障，同时支持完善的BLS日志分析和BCM告警，助力用户安全、稳定地构建智能应用。

阿里云则宣布支持一键部署DeepSeek-V3、DeepSeek-R1。用户无需编写繁琐的代码，便可实现从训练到推理的全流程。另外，阿里云还称，为了更高性价比地实现DeepSeek系列模型与现有业务的高效融合，用户还可部署蒸馏过后的DeepSeek-R1-Distill-Qwen-7B。

当然，更为重要的是，不少云厂商都给出了低于DeepSeek官方刊例价的折扣。目前，DeepSeek-R1的官方价格为输入4元/M tokens，输出16元/M tokens，DeepSeek-V3的官方价格为输入2元/M tokens，输出8元/M tokens。

而百度云上架的对应模型调用价格为：DeepSeek-V3官方刊例价为输入0.8元/M tokens，输出1.6元/M tokens，DeepSeek-R1的价格也为官方价格的一半，并提供限时2周的免费服务；阿里云百炼上架的DeepSeek-R1和DeepSeek-V3也宣布限时免费1000万tokens。

在DeepSeek的火爆中卖起自身的服务以及算力，是云厂商们不愿缺席此次“狂欢”的体现，而打折上架模型的背后，则是新战事的开始。

据称DeepSeek以3%的成本，便超越了OpenAI最新模型，并且做到了开源。这意味着无论是大厂还是中小厂，用低成本已可训练出足够好的AI模型。

也就是说，云厂商们的商业模式，也从打包售卖自家大模型产品，回归到此前在各自平台提供适配服务。当然，不管是为了找到新的增长路径，还是为了构建AI生态，云厂商接入最火的大模型，怎么看都是笔划算的买卖。

值得一提的是，2024年DeepSeek-V2的发布就引发了一轮大模型价格战，字节、百度、腾讯、阿里等大模型厂商都曾跟进降价。如果说当时的DeepSeek最让各大厂担忧的是价格，那么如今，DeepSeek在压低大模型训练成本的同时，还带来了先进技术。

除去蹭热度、激烈的市场竞争等显而易见的原因，云平台积极上线DeepSeek旗下模型背后，更深层次的变化是——大模型算力需求正在变迁。未来售卖自家大算力的模型部署不一定能为云厂商带来持续的算力需求，但更多开发者去部署偏重推理的大模型，一定程度也会为云厂商带来不一样的算力需求。

从各大云厂商的动作可以明显看到，在模型部署上，已经不再局限于自家大模型，反而开始在开源大模型的基础上拼价格、拼服务。然而，随着越来越多的云厂商接入DeepSeek，一些不可避免的问题也逐渐浮现。

02

价格战与用户忠诚度危机

首先，就是模型同质化问题。由于大家都基于相同的开源大模型，提供的服务在功能和性能上差异不大，这就导致云厂商之间的竞争愈发激烈。

在这种情况下，云厂商为了吸引用户，往往会采取价格战的策略，目前百度云和阿里云均提供限时免费的政策。价格战虽然能够在短期内吸引用户，但这些基于DeepSeek的低价甚至免费大模型服务，主要吸引的还是中小企业，长期来看这些企业由于资金和技术实力有限，在部署大模型时主要看的就是应用成本。

所以这就会带来了一个问题，许多中小企业只是将云厂商的大模型服务，作为一种短期的“薅羊毛”手段。它们在使用过程中，一旦发现有更便宜或者更好的替代品，就会毫不犹豫地更换云厂商。

一个很现实的趋势就是，目前在开源大模型的部署上，几乎所有云厂商都能做到快速部署，这也意味着企业主可以很快的完成迁移，这种用户的不稳定性，给云厂商的业务发展带来了很大的风险。

某MCN机构CTO坦言："现在迁移AI业务只需重新配置API密钥，云厂商的替换成本几乎为零。" alt="500" />

另外，云厂商在大力推广基于DeepSeek的大模型服务时，也面临着一个内部的矛盾，对第三方模型的依赖与自研大模型的投入。

虽然接入开源大模型能够在短期内降低成本、提升服务能力，但从长远来看，过度依赖第三方模型会削弱云厂商的技术自主性，若行业普遍采用DeepSeek的低成本模式，云服务可能从“高毛利闭源产品”转向“低毛利开源服务”，削弱云厂商的盈利能力。

并且一个现实问题是，DeepSeek的算法突破，也可能降低对传统云计算资源的依赖，如训练阶段算力需求下降，若云厂商未能及时调整基础设施投资方向，可能面临硬件资源闲置风险。

此外，随着更多的云厂商接入DeepSeek，市场竞争将变得更加激烈。云厂商需要提供更具吸引力的服务和更低的价格，来吸引和保留用户，这可能导致额外的研发和营销成本。

云厂商在自研大模型方面，已经投入了大量的人力、物力和财力，百度的文心一言、阿里的通义千问等，都是在自研大模型领域的重要成果。所以，如何既利用好开源大模型的优势，又不阻碍自研大模型的发展，这也是云厂商需要权衡的问题。

03

被颠覆，百度云们难“躺赢”

过去，头部厂商的模型能力依靠大量资本开支和先发优势堆砌，并且百度云、阿里云通过掌控PaaS层主动权，构建起从开发工具到应用部署的完整生态闭环。而DeepSeek能在短时间内复现头部模型能力，打破了模型能力壁垒，这使其他厂商无需再耗费巨资去堆模型，降低了模型开发门槛，推动了模型平权。

这也使得云市场的游戏规则正在改变：开发者现在可以带着模型自由迁徙在不同云平台，云厂商被迫降级为纯粹的算力供应商，这种生态话语权的丧失带来两个致命影响：

一是客户LTV（生命周期价值）大幅缩水；二是附加价值服务难以溢价，模型调优、数据清洗等增值服务，在标准化开源模型冲击下可能会出现需求锐减。

不过，对于百度云、阿里云等国内云厂商来说，DeepSeek也带来了新的发展路径。其中，“AI云服务”套餐化成为了一个重要的发展趋势。

将大模型服务、云服务器、存储、数据库等多种服务进行整合，推出一站式的套餐服务。用户只需要购买一个套餐，就可以满足自己在AI应用开发、部署和运行过程中的各种需求。这种套餐化的服务模式，不仅方便了用户，也提高了云厂商的服务效率和用户粘性。

只是对于云厂商来说，部署和发布DeepSeek并非难事，只是工程上的实施问题，只要投入足够的精力就可以实现。所以我们看到春节期间云厂商纷纷加班加点发布DeepSeek的各种服务，为的就是抢占先机。

越来越多的厂商参与到基于该模型的服务竞争中，都希望在这个新兴市场中占据更大的份额。这使得百度云、阿里云这些头部云厂商不仅要面对现有竞争对手，还要应对此前二三线厂商对其发出的挑战，市场份额的争夺变得更加残酷。

道理很简单，DeepSeek的训练逻辑为更多二线、三线这些训练卡量不多的云厂商提供了机会，这些此前是碎片化或者未充分利用的算力，一定程度上会抢占头部云厂商的空间。

另外，在全周期服务中，也对云厂商在对B端客户的需求理解经验上提出了要求，谁能更好的服务客户，谁便能留住客户，这点也是未来在市场竞争中不容忽视的。

当DeepSeek将大模型变成可插拔的标准化组件，百度云、阿里云面临的不仅是商业模式的颠覆，更是存在逻辑的拷问。在失去模型层控制权后，云厂商要么退守为低毛利的算力批发商，要么需要重新发明新的价值锚点。

这场由开源模型引发的云计算价值重构，或许才刚刚拉开序幕。而那些曾经引以为傲的自研模型、生态壁垒，此刻正化作沉重的历史包袱，拖累着巨头们转身的步伐。