DeepSeek近期对面向普通用户的App和网页版C端服务调整用量规则,具体变化包括:不再支持超过7天无互动的旧会话接续聊天、单次输入上限压缩至约4万字、每日用量设限,额度耗尽后提示“服务器繁忙,使用额度已达上限”。这一调整在社交平台引发大量用户反馈,部分重度使用者表示愿意为恢复超长对话续聊、解除未活跃限制及更高算力优先权付费。
从技术层面看,限额与长对话的资源消耗直接相关。长会话会持续累积KV缓存,即模型为维持上下文、避免重复计算而驻留在GPU HBM显存中的中间数据。会话越长久、上下文越长,缓存体量越大,对稀缺HBM显存的占用越高。长期闲置会话不再产生新交互,却仍占用显存资源,在算力供给紧张时形成资源错配。回收这部分缓存并重新分配给活跃用户,可缓解流量高峰下的排队与卡顿。
调用量的快速增长是另一重压力。据OpenRouter数据,截至11月15日当周,DeepSeek V4.1 Flash 1017完成59.2万亿Token调用,居全球首位,而两个月前该系列前代模型的周调用量为15.8万亿。DeepSeek官方状态页的事件记录显示,其服务已多次出现性能降级、响应变慢、生成延迟高及偶发请求失败等情况,严重时触发网页或API部分中断。
成本端的上行同样构成约束。SemiAnalysis数据显示,H100一年期合约价从2025年10月的1.70美元/小时低点涨至2026年3月的2.35美元,五个月内上涨近40%,到10月初成交价已达2.80美元,累计涨幅约65%。头部厂商凭长协与自有算力对现货波动的暴露度较低,缺乏流量生态、算力储备和私有化能力的纯API公司则难以转嫁成本。据IT桔子数据,2026年Q1在约200家纯API创业公司样本中,已有超过10家停止运营或转型。
行业层面的调整已在同步发生。豆包对基础聊天、写作生图等轻量功能保持免费,将软件开发、数据分析、专业设计等高算力消耗场景设为付费增值服务,形成轻功能引流、重功能变现的分层结构,以高净值场景的付费收入覆盖大众免费场景的算力消耗。对DeepSeek及同类平台而言,从规模优先转向留存与单位经济模型优先,正在成为算力成本无法被补贴压平时的现实选择。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。