自中國大型語言模型 DeepSeek R1 以其媲美 OpenAI 的推理能力及低於業界九成的震撼性低價發布以來，已超過 150 天。當時市場普遍擔憂此舉將引發AI模型的商品化割喉戰。然而，數據顯示的卻是另一幅景象：儘管 DeepSeek 的模型在第三方平台（如 OpenRouter）大受歡迎，其自營的應用程式與 API 服務流量卻不增反減，市佔率持續下滑。
研究機構《SemiAnalysis》指出，核心原因在於 DeepSeek 為應對美國晶片出口管制下的算力限制，採取了犧牲使用者體驗的戰略，亦即其雖然價格低廉，卻伴隨著極高的延遲（Time-to-First-Token）與極小的上下文視窗（Context Window），迫使用戶等待數秒才能獲得回應。
《SemiAnalysis》分析指出，這種刻意的取捨，是為了將有限的高階運算資源集中用於模型研發，力求在 AGI（通用人工智慧）的終極競賽中取得突破，而非著眼於當前的API服務營利。
DeepSeek App 市占：從 8% 回落至 4.5%
那麼，DeepSeek 的 App 市占率究竟下滑多嚴重？據《SemiAnalysis》指出，DeepSeek 可謂出道即巔峰 ，在今年一月份推出 App 後，市占率出現了近乎垂直的爆炸性增長，從接近 0% 迅速飆升至超過 8% 的峰值。
研究強調，因為中國市場的用戶數據追蹤不完整，且許多西方 AI 服務在中國被禁用，因此數據很可能低估了 DeepSeek 的真實影響力。 但整體而言，DeepSeek 市占率在 1 月觸頂之後就一路下滑，截至 5 月底已回落至 4.5% 左右 ；值得注意的是，同期間整體市場的 AI App 使用者指數一路上升，顯見用戶外移的趨勢。
圖源：《數位時代》「AI 應用使用者指數」與「DeepSeek 市場佔有率」比較的趨勢圖。
DeepSeek 網頁訪問次數：衰退近 30%
而在瀏覽器訪問這一端，DeepSeek 網頁版的訪問次數同樣一路下降。根據 SimilarWeb 數據，從今年 2 月到 5 月這三個月期間，DeepSeek 網站流量從 6.14 億次（614 M）下降至 4.36 億次（436 M），衰退幅度高達 29%。
但反觀 ChatGPT，作為市場的領導者，其流量從 39.05 億次（3,905 M）增長到 54.92 億次（5,492 M），仍然實現了 40.6% 的強勁增長。而 Google 旗下的 Gemini 成長幅度更驚人，流量從 2.84 億次（284 M）大幅增長至 5.28 億次（528 M），增長率高達 85.8%。
至於比較晚加入戰局的 Grok 由於流量基期較低，同期間流量從 5,100 萬次（51 M）爆炸性增長至 1.79 億次（179 M），增長率達到了驚人的 247.1%，是所有服務中最高的；Claude 則成長穩健，流量從 7,300 萬次（73 M）增長到 1 億次（100 M），實現了 36.5% 的成長。
5大AI模型瀏覽器訪問變化
圖源：《數位時代》
犧牲體驗換未來，DeepSeek 的算力告急
DeepSeek 的策略選擇清晰地體現在其服務的各項指標上。相較於其他提供商，用戶在使用 DeepSeek 官方服務時，必須忍受超過 25 秒的延遲與僅 64K 的上下文視窗，這嚴重限制了如程式碼分析等需要大量記憶的應用場景。
《SemiAnalysis》指出，與此形成鮮明對比的是，第三方託管的 DeepSeek 模型實例，總使用量自 R1 發布以來成長了近 20 倍，因為這些服務商利用更優化的硬體配置，提供了延遲更低、上下文視窗更大的選項。
DeepSeek 透過高併發批次處理（Batching）使用者請求，將單一 GPU 的效能壓榨到極致，從而降低每百萬代幣的成本。此舉雖換來了全球性的模型知名度與開源社群採納，卻也將服務的重擔與商機轉嫁給了第三方雲端平台。
《SemiAnalysis》指出，這反映了在無法大規模取得如輝達高階晶片的困境下，中國 AI 企業只能「用（用戶的）時間換（預算的）空間」，確保核心研發不致落後。
代幣經濟 3 要素：除了價格外的「CP 值」指標
DeepSeek 現象揭示了當前 AI 市場的競爭核心已不再是單純的價格戰，而是「代幣經濟學」(Tokenomics) 的權衡。一個模型的價值不能僅由「$/Mtok」（每百萬代幣價格）來定義，而是取決於三大關鍵績效指標（KPI）的平衡：
延遲（Latency）：從發出請求到模型生成第一個代幣所需的時間。
互動性（Interactivity）：模型生成後續代幣的速度，通常以每秒代幣數（tokens per second）衡量。
上下文視窗（Context Window）：模型能「記住」的對話或資料長度。模型供應商可透過調整這些變數，來決定最終的代幣價格。
AI Token之戰，不只拚總量也拚「輸出純度」
算力受限並非 DeepSeek 獨有的困境，即便是資金雄厚的西方 AI 公司 Anthropic 也面臨著相似的挑戰。Anthropic 的 Claude 4 Sonnet 在 API 上的輸出速度自推出以來已下降 40%，來到每秒約 45 個代幣。這與 DeepSeek 的原因如出一轍：為了用有限的算力應對海量請求，不得不提高批次處理率，從而犧牲了互動速度。
然而，Anthropic 也展現了另一種優化方式，其模型在回答問題時更為「精煉」，產生的總代幣數遠少於競爭對手，也就是儘管速度較慢，但用戶獲得完整答案的總等待時間可能更短。
本文經授權轉載自：《數位時代》
原文標題：《海水退潮了？DeepSeek流量雪崩近30%：為何走「俗擱大碗」CP值路線，卻留不住用戶？》
原文作者：李先泰
『DeepSeek流量雪崩近30%！為何走俗擱大碗路線，卻留不住用戶？』這篇文章最早發佈於『加密城市』
