DeepSeek-R1的出现，带动大模型竞争进入“免费普惠阶段”，AI技术普及的门槛再次降低，一大波产业应用升级大幅提速。

　　——————————

　　DeepSeek引发的“鲶鱼效应”还在持续，这次的主角是AI(人工智能)大模型的价格。

　　北京时间2月13日凌晨3时，OpenAI首席执行官山姆·奥特曼在社交平台上宣布，GPT-4.5和GPT-5很快会陆续发布，免费版ChatGPT将在标准智能设置下获得对GPT-5的无限制聊天访问权限。同一天，文心一言在官网宣布，将于4月1日0时起全面免费，所有PC端和App端用户均可体验文心系列最新模型。

　　要知道，2024年12月，OpenAI的会员费已经涨至每个月200美元，是全球最贵；文心一言虽然已有部分模型宣布免费，但其专业版的付费使用门槛依然不低。多位业内人士对中青报·中青网记者表示，这次国内外AI厂商纷纷在价格上转向，意味着AI大模型的竞争进入了“免费普惠阶段”，DeepSeek的影响不容忽视。

　　“在同样性能的不同大模型中，C端(个人消费者)用户向来喜欢选择免费的。”快思慢想研究院院长、原商汤智能产业研究院创始院长田丰对记者说，2022年年底的“ChatGPT时刻”让每一个普通人都能体验到AI的魔力。如今，DeepSeek的横空出世促使大模型“免费潮”在全球涌动，将AI技术普及的门槛再次降低。“未来，AI大模型的发展，将推动一大波产业应用升级，如医疗、法律、教育等。”

　　大模型“免费潮”

　　纵观过去这几年，AI大模型的商业运营模式大多是围绕付费使用展开的。

　　2023年2月1日，OpenAI推出付费订阅计划“ChatGPT Plus”，首次将AI大模型的C端用户使用价定在每月20美元。2023年3月，百度发布文心一言并宣布免费试用，当年11月，文心一言上线专业版并在国内首先开启付费模式；2023年9月，腾讯混元大模型对外开放，其收费标准为每1000个token(模型输入和输出的基本单位)收费0.14元……此时，大模型的使用还是“按分计价”。

　　直到2024年5月，国内AI企业深度求索旗下的DeepSeek-V2模型将大模型的价格降至GPT-4的1%后，阿里、腾讯、字节跳动等多家企业迅速跟进，AI大模型“按厘计价”时代正式开启，并激起一波模型“降价潮”。DeepSeek-R1的出现，则将这一进程直接推向“零成本”的临界点。

　　2025年1月20日，深度求索发布开源AI大模型——DeepSeek-R1，其API服务定价远低于OpenAI的o1模型。1月底，OpenAI免费开放推理模型o3-mini。而后，便是此次百度和OpenAI同天宣布“免费”，大模型价格战再升级。

　　从“按分计价”到“按厘计价”，再到如今“零元购”，在中国科学院科技战略咨询研究院研究员周城雄看来，上述转变的发生，与相关技术的进步和规模效应有关。他提到，随着算法和硬件技术的不断进步，以及更多企业和个人参与到大模型的研发中，大模型的训练成本正逐渐降低。“DeepSeek-R1就是一个例子。”

　　据了解，DeepSeek-R1通过优化算法采用MoE(混合专家模型)架构、MLA(多头潜在注意力机制)等技术，使得GPU集群使用效率远超行业平均水平，模型训练的算力需求显著降低。公开数据显示，DeepSeek-R1的模型训练成本仅为560万美元左右，“相比OpenAI的GPT-4模型高昂的训练费用，大模型应用的成本可以说降到了‘白菜价’。”周城雄说。

　　“过去百年，创新的本质就是成本下降和生产力提升，在AI、IT乃至更多领域，大多数创新都与降低成本有关。”在日前举行的2025年世界政府峰会上，百度创始人李彦宏透露，如今，大模型推理成本已经实现了每年降低90%以上。以文心大模型为例，2024年，其日均调用量达15亿次，显著的规模效应降低了单位成本；同时，文心一言的深度搜索功能还支持调用外部工具来处理复杂任务，也能有效降低成本。

　　“人工智能是一项通用型技术，按照摩尔定律，其成本会持续降低，直到所有AI应用都可以不用太关注用户规模和算力成本之间的关系。”田丰认为，2025年会是大模型的“成本年”。他说，大模型成本的降低有赖于基础设施、软件工程等方面的技术创新。之前，各个AI企业比的是谁的模型更领先，现在要比的则是在领先的前提下，谁的模型更便宜。“又便宜又好，这是当下所有市场用户的呼声，DeepSeek也正打到了这个点。”

　　新的AI竞争

　　除了成本降低，业内还普遍认为，大模型“免费潮”背后，其实是相关企业希望通过“免费”来巩固自身的市场优势，换句话说：争取更多的用户和流量。

　　周城雄表示，如今，国内外的通用大模型在性能上趋同，比较难通过技术差异来建立产品的壁垒，那就要靠“价格”来竞争，“免费”策略能够满足大模型企业快速积累用户规模、通过流量入口抢占生态位的市场扩张需求。至于为何在此时发生集中式的转向，这与今年一开年，DeepSeek系列模型在AI界的强势破局不无关系。

　　如今，免费且开源的DeepSeek兼具较强的复杂任务推理能力和联网搜索能力，其搜索深度能达到50个相关网页左右。田丰对记者表示，这一方面吸引了大量C端用户，还在一定程度上抢占了搜索引擎的用户和流量。“如果此时其他App应用还继续坚持付费使用，很难获得中国用户的青睐。”

　　相关数据也证明了DeepSeek的巨大吸引力。国内数据服务机构QuestMobile的报告显示，1月28日，DeepSeek应用程序的日活跃用户数首次超越了豆包App；2月1日，DeepSeek的日活跃用户数突破3000万大关，成为史上最快达成这一里程碑的应用。

　　在田丰看来，DeepSeek系列模型实现了两项突破。一方面，开源模型性能追平了闭源模型；另一方面，面向C端用户的应用程序即时推出，吸引了海量的用户需求。“这也就迫使部分AI企业要重新考虑，改变或调整原本的商业模式和策略，尤其是那些昂贵的闭源模型企业。”

　　DeepSeek在全球掀起新一轮AI热潮后，奥特曼曾公开表示，其公司在AI模型技术闭源问题上站在了“历史的错误一边”，现在需要想出一个不同的开源策略。而就在2月14日，百度宣布将在未来几个月内陆续推出文心大模型4.5，并从6月30日起开源。对此，李彦宏过去数个月的感受是“开源模型能够帮助大模型传播”。“(开源)帮助这项技术传播更快，因为我们在生成式AI的早期阶段，传播得更快意味着更多人尝试，从而在应用层促成创新。”他说。

　　如今，越来越多企业也开始拥抱DeepSeek。记者从工信部了解到，目前，我国3家基础电信企业已全面接入DeepSeek。此外，手机、PC等终端厂商，云服务商、应用服务商等也都在积极行动。2月16日，腾讯公司公开表示，微信搜一搜已于近日正式灰度测试接入DeepSeek，DeepSeek生态圈持续扩大。

　　日前，中关村科金的智能客服全系产品也完成了DeepSeek的全面接入，并在不同行业超过30个大模型应用场景进行全面评测。在金融行业复杂文本问答场景中，通用开源大模型准确率约79.8%，而DeepSeek-V3(通用型)准确率高达95.1%，DeepSeek-R1(推理型)为94.9%，整体提升15%。“这有效降低了金融行业客户咨询转人工率，让AI客服承担更多咨询任务，减轻了人工客服压力。”中关村科金总裁喻友平对记者说。

　　“基础大模型的免费开放，对相关业务具有显著的促进作用，尤其是在降低直接成本和增加客户选择方面。”喻友平表示，一方面，DeepSeek等免费开放的基础大模型显著降低了企业在模型调用上的直接费用，尤其对于中小型企业，这大幅降低了技术门槛和初期投入；另一方面，模型免费也提供了更多技术创新的可能性，“尤其是在行业大模型的优化和场景化应用上，能够以更低的成本探索更多创新方向”。

　　在周城雄看来，“免费”也是AI企业商业模式的一次重构。他提到，免费用户的行为数据可反哺模型迭代，实现数据与场景沉淀，而应用场景的拓展则为未来商业化提供可能性。同时，这也是资本市场的常规博弈策略。“头部企业可以凭借融资优势，以短期亏损换取长期市场优势地位。”

　　应用端探索提速

　　大模型走向“免费”，能吸引更多用户和开发者，推动AI技术的普及和应用。也有业内专家向记者提到，上述变化也将会促使相关企业持续跟进，进一步探索新的商业模式。

　　中国银行深圳市分行大湾区金融研究院研究员郭燕表示，AI大模型开启新一轮降价甚至是免费，将进一步降低AI应用的开发门槛，使开发者可往B端(企业)和C端更多产品方向探索，加快AI应用落地和商业化进程。“比如在AI消费硬件领域，包括DeepSeek在内的开源技术已推动国内AI眼镜、智能戒指、助听器等产品的创新浪潮。”

　　在田丰看来，沿着工程技术创新和开源策略，未来，AI大模型企业的发展着力点将主要集中在以下两方面：一是“向下”，做基础模型的研发突破，包括开发下一代AI操作系统等，“这将是一个AII in One(超级聚合)的基础底座，少数几家企业可以通过重资金投入来保持领先性”；二是“向上”，找到垂直领域的商业模式和应用机会，在细分领域形成智能商业闭环，“这是每个行业、每个企业都有机会分一杯羹的方向”。

　　值得注意的是，DeepSeek出现后，企业接入AI大模型的速度明显提升，相关应用产品层出不穷。田丰解释说，这是因为随着技术的迭代，基础模型已经做到了低成本、小尺寸，大家都专注于模型的应用以及与应用有关的数据集的训练，“未来还可能会进一步带来闭源模型的‘瘦身’和低成本，包括向开源转变”。

　　田丰还特别强调，“现在对中小型AI企业来说，是一个难得的机会”。他说，如今算力门槛降低，中小企业可以在国产开源大模型的基础上，低成本“蒸馏”开发适合自己硬件终端的小模型、行业应用小模型等。同时，大厂会聚焦自己核心业务的AI升级，中小创企则可以聚焦垂直领域的训练数据加工、模型调优、AI项目交付服务等，“这样就可以躲开巨头的锋芒，或者成为巨头产业链、传统产业链上的一环”。

　　此外，AI眼镜、机器狗、机器人等软硬结合的AI服务新终端，有完全不同于手机App的交互体验，需要新交互、新服务、新入口。“创业企业没有历史遗留资产，可以轻装上阵自由发挥。”田丰说。

　　中青报·中青网记者 贾骥业 来源：中国青年报