今天小编分享的科学经验：大厂加码，小厂离席：DeepSeek驱动的MaaS之变，欢迎阅读。
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 领網域不断加码，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，伺服器经常繁忙，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，伺服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網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。
高昂的硬體投入与低价 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 + 鲲鹏伺服器 " 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網域，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。
