DeepSeek连夜改页面，免费的AI用不长了

背景：AI模型从“烧钱扩张”走向“成本焦虑”

过去几年，大模型行业以“规模优先”和“用户体验至上”为核心策略，各大公司争相推出免费版本吸引用户。然而，随着用户量激增，算力消耗呈指数级增长，行业开始面临前所未有的成本压力。2026年以来，DeepSeek已经发生7次服务中断，其中3月一次宕机持续12小时，暴露出底层基础设施的紧张。与此同时，AI算力耗电占全社会用电增速的46%，远超整体6.1%的增长水平，电力供给也成为瓶颈。在此背景下，模型厂商不得不重新思考商业模式，逐步从“免费扩张”转向“精细化运营”。

深度解析：DeepSeek上线分层模式的意图

4月8日凌晨，DeepSeek悄悄上线了新的分层界面，在网页版和App中新增“快速模式（Fast）”与“专家模式（Expert）”两个入口，并灰度测试“视觉模式（Vision）”。快速模式用于日常对话，响应速度快、延迟低；专家模式则处理复杂推理，响应时间更长；视觉模式则尚未全面开放，仅少量用户可体验。

这一变化被解读为DeepSeek为新一代V4模型做铺垫，但更关键的是它体现了一种“按需调用算力”的策略。通过将任务分层，把简单对话交给低成本路径处理，仅在必要时启用高算力资源，从而减少Token浪费，实现算力的结构性优化。此举也被视为向付费体系过渡的重要信号。

行业趋势：从“能力优先”到“成本控制”

Anthropic的Claude模型也进行了调整，自4月5日起，取消对部分第三方工具（如OpenClaw）的订阅覆盖，仅支持按需付费。此举背后的核心逻辑是控制成本——有用户每月仅支付200美元订阅费，却消耗了价值5000美元的算力资源，造成严重资源错配。

行业开始出现分化：OpenAI仍坚持“能力优先”，通过产品快速迭代和生态开放维持扩张节奏；而Anthropic则采取“工程优化”策略，强调成本结构和企业服务稳定性。罗福莉，小米AI负责人、前DeepSeek成员指出，全球算力供给已跟不上Agent所创造的Token需求，出路在于“高效Agent框架”与“强大模型”协同进化。

算力成本带来的连锁反应

随着算力成本上升，各大云服务商和模型厂商开始收紧免费策略。阿里云、腾讯云的算力价格最高上涨34%，智谱AI在发布GLM-5.1之际年内第三次提价。虽然这些厂商打着“恢复正常定价”的旗号，但本质是结束价格战、回归成本逻辑。

用户端也开始受到影响：回答更精简、调用频率受限、免费额度减少。这些并非模型“变懒”，而是系统在主动进行成本优化。每一次模型生成回复的背后，都有算法在权衡资源分配，Token不再是可以随意挥霍的“燃料”，而是被严格计量的“货币”。

Token经济学：AI商业化的关键转折点

Token的消耗与成本之间的巨大差距，成为行业“房间里的大象”。Anthropic的案例表明，200美元订阅用户可能消耗高达5000美元的算力，形成严重亏损。罗福莉指出，这种“天坑”式的资源错配必须通过工程手段解决。

DeepSeekR1曾凭借架构创新显著降低Token使用成本，但这种低成本策略迅速被后来者用作价格战工具，反而加剧了系统的负担。如今，DeepSeek的分层机制，意味着AI行业正在从“追求用户规模”转向“追求Token效率”。

未来，Token经济学将成为衡量AI商业模式是否可持续的核心指标。AI不再是单纯的技术实验，而是重资产运营下的商业现实。每一个Token的使用、每一次调用的权限，背后都是一场关于成本、效率与收益的博弈。