跳到正文

DeepSeek

DeepSeek 的模型发布与价格变化——国内企业低成本使用大模型的风向标。

13条精选相关主题智谱 GLM千问 Qwen落地转型

最新精选

第 1–13 条 · 共 13 条
11月12日周四
  1. OpenRouter:Blog(Announcements)60

    OpenRouter测算自托管LLM何时比API便宜,Qwen3.8 27B单卡6%到12%负载即打平

    OpenRouter发布测算文章,用2026年10月8日的实时API价格计算自托管LLM相对API的盈亏平衡负载:Qwen3.8 27B在一张每小时$0.50的租用RTX 3090上。

    决策要点

    自托管是否省钱本质是利用率问题,GPU时租要对比同一小时token量的API费用,多卡大模型常打不过API,单卡小模型和自有GPU才有成本空间。

    • 影响GPU按小时计租、忙闲都收费,只有工作时段的流量最多约24%利用率,多数团队租卡跑大模型难回本;公开的超低自托管成本多按缓存输入计价,口径不一致会误导采购对比;隐私需求大多可用零留存端点和区域路由满足,自托管留给必须掌控硬件的场景。
    • 参考可先用公式自算平衡点,以现价把GPU每小时租金除以满负荷一小时token的API费用;已有闲置GPU的值得优先评估,其电费口径约1%负载即可打平;可按稳定基流量定自建规模,峰值走API并设置provider.zdr,采购前再核对最新价格。
  2. OpenRouter:Blog(Announcements)65

    OpenRouter 教程:如何为大模型做基准测试

    OpenRouter 发布大模型基准测试教程,指导企业用自家业务的输入输出定义任务、用代码校验评分并核对账单,随文提供可运行的 Python 评测脚本。

    决策要点

    公开榜单排名与企业自身任务上的表现相关性很弱,模型选型证据应来自贴合自家业务输入输出的实测,而非榜单名次。

    • 影响同一组任务里 DeepSeek 每百次响应约 $0.00394、GPT-6.1 Sol 约 $0.2449,按所需通过率选型直接决定预算;输出格式不合规会带来无效花费,Sonnet 有 66 次格式失分;小规模自建评测试跑成本仅几美元,实测门槛在下降。
    • 参考可考虑从自家高频流程里挑 10 个左右带标准答案的样例,用随文脚本小预算试跑候选模型;值得同时记录通过率、每百次响应实付成本和截断率,再据此确定上线型号。
11月11日周三
  1. 36氪·AI76

    Anthropic上市估值预期缩水至约1万亿美元,国内大模型公司承压

    Anthropic上市估值预期从2万亿美元降至1.5万亿,部分潜在投资者开始讨论约1万亿美元的水平。其招股文件显示2026年前三季度收入332.42亿美元,GAAP营业亏损12.6亿美元,累计算力承诺支出约8954亿美元。

    决策要点

    Anthropic估值缩水的实质是资本市场对AI公司的定价方式换锚,从为未来空间付费转向要求收入质量与算力成本兑现。

    • 影响国内大模型公司收入规模仅为美国头部约一成而估值倍数更高,后续融资定价与成本可能承压;依赖外部输血的扩张模式将面临更严格的收入与毛利审视;单纯比拼Token调用量的估值逻辑含金量下降。
    • 参考可考虑在模型供应商选型与续约中纳入毛利率、经营现金流和融资节奏等财务健康度指标;值得盘点对单一供应商的依赖度,并跟踪各家定价与收入分成政策的变化。
11月10日周二
  1. OpenRouter:Blog(Announcements)82

    OpenRouter 实测扫描件 OCR 模型,Claude Opus 5.5 准确率居首

    OpenRouter 用 8 张自制扫描页实测 15 个视觉模型、Mistral OCR 和 Tesseract 的扫描件识别能力,Claude Opus 5.5 在 264 项关键值检查中命中 262 项居首,每千页 16.42 美元。

    决策要点

    扫描件识别的差距集中在褪色打印、手写和传真等难页,视觉模型会编造页面没有的值且错误率指标看不出来,选型只能在自有文档上实测。

    • 影响每千页成本从 0.04 到 16.42 美元,选型对批量文档数字化的预算影响显著;模型编造的卡号、密码流入业务系统会造成数据错误,关键值环节需要校验机制。
    • 参考可考虑用文中的 transcribe 代码在自己的扫描件上跑一轮候选模型,记录关键值命中数和每千页成本;票据类流水线值得测试关闭推理与双模型互查两个降本组合。
11月2日周一
  1. 钛媒体81

    苹果选择千问的背后,是合规与工程交付而非模型跑分

    苹果10月31日官宣与阿里巴巴合作,千问正式集成至Apple智能,中国用户可在Siri、写作工具和视觉智能中调用其文本与图像理解、内容生成能力,11月4日开放开发者Beta,12月随iOS 27.3推送。

    决策要点

    苹果选千问的实质,是系统级AI底座按合规、隐私与工程交付确定性选定,纯模型能力不再是决定项。

    • 影响对模型厂商,系统级合作的门槛在合规资质、云基础设施与大客户交付,跑分和月活短期难以补齐;对硬件厂商,苹果的选择会成为挑选中国区AI伙伴的参照;联合训练的定制模型绑定会推高后续切换成本。
    • 参考可考虑在模型供应商评估表中加入备案状态、数据隔离架构与大规模并发交付案例三项硬指标;设备厂商筛选中国区AI伙伴时,值得按合规、身份中立性和交付确定性三道门槛自查候选方。
10月29日周四
  1. OpenRouter:Blog(Announcements)72

    OpenRouter 用 13 种攻击实测提示词注入防御,Armor 拦下全部攻击邮件

    OpenRouter 发文讲解如何防止提示词注入,用 13 种自建攻击加 12 种由其他模型编写的攻击,实测 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 与 GLM 5.3 Flash 四个模型。

    决策要点

    防注入的关键不在模型层面,而在于把不可信内容当数据处理,并在工具执行前做模型改不了的规则检查。

    • 影响配工具的智能体是注入的主要风险面,纯文本回复场景风险较低;不同模型抗注入差异极大,同一测试中有的模型发出 60 封攻击邮件中的 58 封、有的为 0;防御会带来延迟和误拦,用户确认流程可能需要调整。
    • 参考可考虑先开 Armor 的 audit 模式记录自家流量判定,再决定是否拦截;值得为每个对外动作的工具写规则,并要求用户批准时点名收件人;机密可移出提示词,改由服务端工具持有。
10月28日周三
  1. 36氪·AI78

    Anthropic招股书披露约6370亿美元算力承诺,科技巨头或成最大赢家

    Anthropic招股书披露约6370亿美元算力承诺,其中博通、SpaceX、谷歌、亚马逊各自达到千亿美元级,而据媒体报道其7月底ARR为650亿美元。公司上半年营收162.86亿美元同比增长13倍,二季度经营利润9.74亿美元首次单季转正,但三季度环比增速放缓至约43%,路透称投资者对IPO估值预期从此前的2万亿美元降至1.5万亿美元左右。

    决策要点

    Anthropic把未来数年收入预先锁定给算力巨头以换取供给,增长与经营利润转正支撑高估值,但技术领先幅度收窄使当下成为较优的上市窗口。

    • 影响巨额take-or-pay使上游巨头的AI收入依赖少数AI公司承诺兑现,文中也提及行业存在自娱自乐的质疑;中美模型差距缩至约3%而价差悬殊,企业采购AI服务的议价空间在扩大。
    • 参考可考虑把模型调用预算按国产模型公开定价重算一遍,以DeepSeek、Kimi等报价作为与海外厂商议价的参照;值得评估依赖单一海外模型业务的迁移成本。
10月27日周二
  1. 36氪·AI84

    Anthropic提交S-1冲刺纳斯达克IPO,AI巨头开启资本抢钱大战

    Anthropic于10月26日向美国SEC提交S-1文件,拟以ANT为代码在纳斯达克全球精选市场挂牌,市场对其IPO估值预期在1.5万亿至2万亿美元之间。同期OpenAI推进约300亿美元新融资,目标估值超1.4万亿美元,并称年化收入已达500亿美元;DeepSeek将新一轮融资目标上调至约1000亿元人民币,腾讯与宁德时代出资最多,投前估值约5000亿元人民币。

    决策要点

    前沿AI公司的竞争主战场已从产品界面转向资本账本,各方抢在财务数据被公开比较之前完成融资,估值叙事开始承受基本面压力。

    • 影响算力开支与实际收入之间存在数万亿美元量级缺口,当前扩张依赖资本市场垫付;窗口一旦收窄,融资成本与减值风险会沿芯片、云和模型厂商相互绑定的资产负债表传导;模型安全事件会进入IPO风险因素评估,影响承销与监管态度。
    • 参考可考虑重估对单一模型厂商或云厂商的依赖集中度,把供应商融资断档情景写进采购合同条款;值得先算出自家AI预算中绑定在长约上的比例,再决定保留多少按需采购的弹性。
10月22日周四
  1. 36氪·AI76

    DeepSeek被曝完成约1000亿元融资,已聘中信证券筹备科创板IPO

    多家媒体10月22日引述彭博社消息称,DeepSeek完成新一轮融资约1000亿元,宁德时代、腾讯为主要出资方,募资目标从最初500亿元一路上调,创下国内AI行业融资纪录。

    决策要点

    产业资本下注的实质是为算力底座卡位,腾讯要生态入口,宁德时代要电力协同,而DeepSeek正从C端免费转向B端收费,为上市铺路。

    • 影响依赖其API的企业面临成本重估,8月调价2.3至4.5倍后客户留存平稳,短期议价空间有限;联网搜索按次计费会增加调用侧支出;产业资本绑定算力底座,头部模型供给进一步集中。
    • 参考可考虑先算出自家对DeepSeek API的月调用量与成本占比,把8月调价和11月联网搜索按次计费纳入预算;值得测试一至两个备选模型,提前估算迁移成本。
10月21日周三
  1. 36氪·AI76

    DeepSeek接连开源搜索、推理框架和格式转换组件,公开单卡每小时38美元收入

    DeepSeek在一周内接连推出自研搜索Search与Fetch、推理框架DeepInfer和编解码组件deepseek-recipe,除搜索自11月1日起收费外均免费开源。

    决策要点

    DeepSeek这次开源的实质是用免费工具抢占Agent的搜索入口和格式标准,把竞争从模型性能转向生态绑定。

    • 影响企业接入DeepSeek技术栈的门槛和成本下降,英伟达与国产算力都能复用同款组件;搜索免费期到11月1日截止,Agent调用量大的业务要按次计费重算预算;越围绕其接口和格式搭建,后续切换的黏性越深。
    • 参考可考虑在11月1日免费截止前,用一个真实Agent查询场景试用Search与Fetch并记录结果质量与成本;自建推理层的团队值得评估DeepInfer加recipe能替代多少协议转换工作。
10月13日周二
  1. 36氪·AI77

    DeepSeek融资翻倍至约1000亿元,新一轮投资方基本确定,IPO节奏加快

    据《财经》杂志报道,DeepSeek第二轮融资拟从500亿元增至约1000亿元,投前估值维持约5000亿元。新进投资方以中芯聚源、石溪资本、吉利等产业资本为主,宁德时代拟增资约100亿元;据The Information报道,梁文锋披露年化营收运行率突破10亿美元,API价格上调后客户未流失。

    决策要点

    这轮融资的实质不是公司缺钱,而是产业资本排队抢入口,DeepSeek用固定估值筛选能带来产业链协同的股东。

    • 影响依赖其API的企业面临成本重估,调用价格已上调至原来的2.3至4.5倍;内蒙古数据中心落地将带来至少16万枚华为AI加速器需求,国产算力迁移加速;IPO推进后其收入增速能否持续将接受公开市场检验。
    • 参考可考虑重算现有基于DeepSeek模型的应用成本和毛利模型,评估是否调整定价或切换方案;处于芯片、汽车、数据中心产业链的企业,值得梳理自身与DeepSeek生态的合作与竞争位置。
9月9日周三
  1. OpenRouter:Blog(Announcements)68

    OpenRouter 推出美国区域路由,AI 请求可锁定在美国或欧盟境内处理

    OpenRouter 推出美国区域路由,请求经 us.openrouter.ai 在美国境内解密并只路由到美国供应商端点,配合去年 10 月上线的 EU 路由,功能限 Business 和 Enterprise 套餐。

    决策要点

    数据驻留从法务审查项下沉为网关的路由配置问题,也让中国开源权重模型进入受合规约束企业的选型范围。

    • 影响有美欧数据驻留要求的团队多了一条合规使用中国开源权重模型降本的通道;区域端点只覆盖部分模型,接入前模型可用性要重新核对;功能限高阶付费套餐,API 支出结构会受影响。
    • 参考可考虑先梳理在用模型清单并对照 us/eu 端点的区域覆盖情况;有降本目标的团队值得在 us.openrouter.ai 实测 DeepSeek V4 Pro、Kimi K3 的价格与表现;评估其他网关时先问清解密位置和服务器工具运行地。
8月12日周三
  1. OpenRouter:Blog(Announcements)67

    OpenRouter 上线实时网页搜索基准榜单,为智能体选引擎、深度与模型提供实测数据

    OpenRouter 上线实时网页搜索基准榜单,用 BrowseComp、DeepSearchQA、WideSearch、HLE 四套基准,按质量、成本、速度对多个模型、搜索引擎与搜索配置排名。

    决策要点

    智能体网页搜索的选型有了一套公开的横向实测数据,质量的第一杠杆是搜索预算,模型选择的影响大于引擎。

    • 影响搜索密集的问答与研究类应用需按任务难度重配搜索预算,简单问题加深只会多花钱;高失败率场景的账单会被失败尝试放大,需按失败率估成本上限;同一前沿模型换引擎成本最多差 2.5 倍。
    • 参考可考虑挑与自家任务最接近的基准套件,选距最高分几分以内的最便宜配置,再用自有问题集复测前几名;值得为高失败率场景用 max_tool_calls 设轮数上限,控制最坏成本。