大厂加码，小厂离席：DeepSeek驱动的MaaS之变
文 | 脑极体
月初，潞晨科技创始人提出MaaS（Model as a Service，模型即服务）是“最差的商业模式”，满血版DeepSeek-R1月亏损超过4亿元，并宣布停止DeepSeek API服务。
与之形成鲜明对比的，是云巨头仍在MaaS领域不断加码，扛着亏损抢占市场。
华为云上线DeepSeek V3/R1满血版模型，并联合昇腾社区适配国产AI芯片，提供从芯片到API再到应用开发的全栈能力；腾讯将DeepSeek全面接入微信等国民级产品，带动腾讯云推理算力需求增长；阿里云打出“前100万token免费”的旗号，与其他云厂商的限时免费政策形成直接竞争，并宣布未来三年将投入超过3800亿元用于云和AI基础设施。
一边是中小厂商的悄然隐退，一边是云巨头的大肆进攻，2025年云市场竞争，由MaaS模式的商业化分野，写下开篇。
DeepSeek爆火之后，服务器经常繁忙，MaaS服务解了广大用户的燃眉之急。
MaaS（模型即服务）是公有云厂商的一种创新服务模式，不仅提供DeepSeek API调用，还涵盖模型训练、微调、部署等全生命周期服务。用户无需关注底层算力、框架等复杂细节，通过简单调用就能接入DeepSeek-R1这样的先进模型，根据需求灵活选择和组合服务。
各大云厂商纷纷接入DeepSeek API，迅速带飞了MaaS服务的用户数与使用量。
一篇DeepSeek发布的《V3/R1推理系统概览》技术论文，首次披露其以H800显卡2美元/小时的租赁成本计算，理论日收入达56.2万美元，成本利润率高达545%。既然如此，为什么DeepSeek API会让云厂商持续亏损，也让MaaS成为部分云厂商眼中“最差的商业模式”？
第一，高昂的隐性成本尚未计入。以DeepSeek-R1为例，其满负荷运行时，单日需处理1000亿token，仅GPU租赁成本就高达每月4.5亿元。
除了机器成本，云厂商还需承担存储、运维、冗余算力等附加成本。AI模型的算力需求并非稳定线性增长。用户可能在白天集中调用服务，深夜需求骤降，但为了应对流量峰值，不得不预留数倍冗余算力，让中小厂商不堪重负。以硅基流动为例，日均调用量千亿token，远低于大厂的万亿级规模。这种“小水管”式的调用模式，导致算力资源无法通过“削峰填谷”实现高效复用，服务器在业务低峰期大量闲置，进一步推高边际成本。
第二，MaaS作为企业服务高度依赖服务稳定性与资源灵活调度能力。MaaS服务的稳定性要求企业能够应对突发的流量波动。以电商大促场景为例，AI推理请求量可能在短时间内激增数十倍，若算力资源无法动态扩容，将直接导致服务延迟甚至崩溃。而中小厂商缺乏多云调度能力，资源利用率低下。
第三，更致命的是，云巨头靠“价格战”在MaaS市场攻城略地，大部分中小厂商的定价空间被彻底锁死。即便部分企业尝试通过开源或垂直领域定制化服务寻求突破，但受限于生态协同能力和数据飞轮效应薄弱，其调用量仍无法支撑算力资源的规模化摊销，最终陷入“用户增长越慢，成本压力越大”的恶性循环。
高昂的硬件投入与低价API收费，形成剪刀差，导致“规模不经济”的怪圈，进一步加重了AI行业的马太效应。大厂加快布局时，中小厂则被迫离席。
明知亏损，大厂为何仍前赴后继？
答案藏在三个关键词里：算力托底、生态协同、AI战略。
算力储备与弹性调度方面，云巨头可以利用全球数据中心和自研芯片，实现算力资源的高效复用，保障在线推理服务稳定运行。华为云依托昇腾910B芯片和全球数据中心网络，能够实现高效稳定的训练和推理任务。百度云则凭借昆仑芯片和错峰调度技术，结合自研的混合精度训练框架，单卡吞吐量达到行业领先水平。
生态协同是另一大优势。云巨头将大模型接入现有的成熟产品，能够增强用户粘性，为DeepSeek API服务提供了更多落地场景和多元变现方式。背靠腾讯生态，腾讯云DeepSeek API服务可通过C端流量摊薄成本，同时以私有化部署和定制模型服务向企业端盈利。火山引擎则通过“火山方舟”平台汇聚第三方大模型，吸引开发者构建应用生态。
长期投入MaaS的背后，还隐藏着大厂的AI战略定力，将MaaS视为AI时代的流量入口和关键盈利工具。华为宣布未来三年每年投入10亿元人民币支持AI和芯片业务发展，阿里云将在未来三年投入3800亿元发展AI业务。
MaaS竞争中云巨头在优势基础上，以短期亏损换取长期规模优势。DeepSeek API作为当下最火的服务，成了一场不能掉队的战役。
高昂的算力成本、低价竞争的压力以及大厂的生态优势，使得中小玩家在市场中举步维艰。未来，大厂仍将是MaaS布局的主导力量。
历经DeepSeek API服务的激烈角逐，云厂商的MaaS商业化步伐开始出现分野。
对大厂而言，MaaS是必须占领的技术高地，其潜在价值远超短期盈利。即便短期亏损，它们也输得起、等得住。
一是通过支持国产开源模型，推动AI技术标准制定，巩固行业地位；二是以DeepSeek等优质模型为入口，吸引开发者构建应用生态，形成“模型应用用户”闭环；三是通过海量API调用数据反哺模型迭代，形成技术数据的正向循环。
华为需要它巩固国产化替代的标杆。其MaaS服务并非孤立存在，而是与“昇腾芯片+鲲鹏服务器”深度绑定，将API嵌入手机等终端，立志用“中国方案”重构AI基础设施的话语权。腾讯则走向全民路线——将DeepSeek接入微信和QQ浏览器，表面提供免费AI助手，实则通过C端用户行为数据挖掘广告价值，凭借海量API调用数据实时反哺模型训练，形成“越用越强”的闭环。阿里巴巴则选择正面强攻，推出“100万Token免费”政策，强势吸引开发者入驻。
而对中小厂商而言，生存的关键在于“极致差异化”。
例如，优刻得通过模型蒸馏技术，将大型复杂模型的知识转移到小型高效模型中，推出DeepSeek一体机，实现低门槛模型微调和多场景适配，大幅降低了企业使用AI的门槛。首都在线则通过优化并行策略和算法，显著提升了AI推理服务的经济效益。此外，并行科技在科研云领域，通过提供高性能、低成本的算力租赁服务，满足了科研机构对大规模计算资源的需求。
一言蔽之，MaaS的本质是场耐力赛：短期看成本，长期看生态。
这场竞赛的最终赢家不仅取决于技术实力和资金储备，更在于能否找到精准的场景和可持续的盈利模式。
当前，MaaS市场格局远未稳固，谁能率先完成“技术－数据－场景”的闭环，谁就能在AI时代掌握话语权，换取对AI时代“水电煤”基础设施的控制权。
