在AI领域的一次重大转折点上，DeepSeek于3月1日，其“开源周”活动的尾声，扔出了一颗震撼弹——首次公开了成本利润率的核心数据。DeepSeek在官方社交媒体账号上发布信息，假设GPU租赁成本为每小时2美元，那么日总成本将达到87,072美元。而如果所有的tokens都按照DeepSeek R1的定价来计算，理论上一天的总收入可以达到562,027美元，成本利润率高达545%。
然而，这仅仅是理论上的最佳情况。现实世界中，DeepSeek的开源周已经激发了整个行业的热情。这些开源工具不仅帮助全球的AI开发者以更高效、更低成本的方式开发和训练AI模型，还为大模型开源与闭源的长期争论提供了一个初步的答案。
就在上个月，过去坚持闭源策略的百度（9888.HK）宣布将开源其下一代文心大模型。随后，字节跳动的豆包、昆仑万维等公司也推出了各自的开源模型，阿里巴巴（9988.HK）也进一步深化了其开源策略。开源大模型社区OpenCSG的联合创始人、CTO王伟感叹道：“无论是主动还是被动，开源大模型的趋势已经被带动起来了。”
DeepSeek正在改变AI大模型的市场格局。有业内人士指出，大模型仍在以超高速迭代，而过时的模型往往无人问津。在大模型领域，试图通过短期的算法技术优势或商业模式来构建长期的竞争壁垒，目前来看是不可能的。DeepSeek为开发者带来了福音，同时也迫使一些大模型公司不得不考虑“跟风”开源。
DeepSeek的开源步伐不仅限于模型和论文，更向着更底层的开源迈进。王伟表示，DeepSeek开源的技术可以显著提高推理效率，减少所需GPU的数量，甚至有助于节能减排。以DeepSeek开源项目中的EP（Expert Parallelism，专家并行）技术为例，过去只有少数头部公司能够实现，多数企业只能以低效的方式进行推理。但随着DeepSeek的开源，这一情况有望迅速改善。
摩尔线程在3月1日晚宣布在短时间内成功实现对DeepSeek各个开源项目的全面支持。LangGPT社区的创始人云中江树认为，DeepSeek的开放程度几乎将大模型应用的门槛拉平，现在甚至公开了部署的底层代码，相当于手把手地教大家如何高效部署。
据云中江树介绍，目前全球主要有meta的Llama系列模型、阿里的千问系列和DeepSeek三个重要的AI开源玩家。开源涉及模型的权重、训练代码和训练数据三个层面。DeepSeek在开源协议上对商用几乎没有限制，从开源的广度和深度来看，DeepSeek几乎是唯一能将集群计算、通信等提升能效的代码开放出来的玩家。
更重要的是，DeepSeek完全扭转了大模型开闭源的战局。过去一段时间，海外大模型开源的势头有所减弱，硅谷的AI巨头逐步转向闭源。但DeepSeek等中国模型成为了开源的重要力量。百度创始人李彦宏曾表示，开源模式是一种智商税，但如今百度也宣布将开源其文心大模型，放弃了坚持两年的闭源之路。
在DeepSeek的风暴之下，多家大模型企业在2月推出或进一步深化了开源策略。阿里云的通义千问推出了支持联网搜索的深度思考模型，并计划后续开源。阿里云的视觉生成基座模型万相2.1也开源了两个参数规格的全部推理代码和权重。
王伟表示，DeepSeek一系列模型开源之后，从芯片到框架，再到应用层，几乎都迅速进行了适配。这股风潮甚至超过了meta开源Llama模型时的盛况。截至2月中旬，已有超过15家芯片厂商紧急适配了DeepSeek系列模型。
当一个新架构的模型推向市场时，会面临软硬件生态适配问题。DeepSeek通过强大的模型能力和有效的开源策略快速跨过了适配难关。其他模型厂商如果仍坚持商业化全闭源策略，可能会大大削弱竞争力。
然而，开源之后呢？闭源的商业模式受到冲击，但对于开源大模型如何实现商业化，仍然是许多企业的难题。云中江树指出，即使在闭源的情况下，大模型的商业化也并不理想。目前大模型的智能化水平尚未达到真正商业化落地的要求。
DeepSeek在官方账号中指出，由于其定价策略和一些免费服务，实际收入不及理论数值。但王伟透露，几家知名的DeepSeek R1 API供应商的利润率远不如DeepSeek自己。然而，DeepSeek的开源可能会改善这一情况。
云中江树表示，开源也有其独特的商业模式，如提供免费模型但出售相关服务，或实行双轨制，基础模型开源以吸引人气，而高级版则闭源出售。然而，无论是哪一种商业模式，目前没有商业化诉求的DeepSeek仍然是一个变量。
