DeepSeek新版模型：性能向上、成本向下背后的商业化逻辑

案例背景

2026年10月18日，据联合早报报道，深度求索（DeepSeek）发布新版人工智能模型，在不牺牲甚至提升任务表现的前提下，显著降低了推理阶段的算力消耗与运行成本。报道指出，新版模型在架构设计与推理调度上做了系统性优化，使单位输出成本较上一代大幅下降，同时在中英文理解、代码生成与长文本推理等核心评测维度上保持稳定或小幅提升。在全球大模型厂商普遍追求参数规模扩张的背景下，这一性能向上、成本向下的组合，被视为大模型商业化路径上的一次关键转折。

对企业管理者而言，这条新闻的意义远不止一款产品的升级。过去三年，制约企业大规模应用大模型的最大障碍并非能力不足，而是成本不可控，尤其是高频调用、长上下文与高并发场景下的推理支出。当推理成本以数量级速度下降，人工智能从值得试点的昂贵技术转变为可以铺开的常规工具，企业的数字化预算结构、业务流程设计乃至组织分工都需要重新计算。本案例关注的正是这一成本拐点背后的经济逻辑与商业含义。

核心分析

一、规模经济与学习曲线：单位智能成本的持续下移

产业组织理论中的规模经济与学习曲线，可以解释大模型成本的下降路径。规模经济体现在固定成本的分摊：模型训练的巨额投入是一次性的，随着调用量增长，单位调用所承担的研发成本持续稀释。学习曲线则体现在每一次架构优化、每一次推理引擎改进、每一次软硬件适配，都会沉淀为可复用的工程经验，使达到同样性能所需的算力按经验比率下降。值得注意的是，本轮降本的来源正在发生变化。早期成本下降主要依赖硬件性能提升与算力集群扩张，属于外生驱动；而本次新版模型的降本更多来自模型架构与推理调度等内生工程优化，属于效率改进。对企业而言，两者的管理含义不同：外生驱动的降本具有不确定性与周期性，容易受供应链与资本开支周期影响；内生效率改进通常更持续、更可预期。因此在做长期数字化预算时，企业可以对单位智能成本设定持续下降的合理预期，但应避免把短期的剧烈降价当作永久价格水平。

二、成本结构重塑：从按调用付费到按结果付费

当边际推理成本大幅下降，成本结构中的主导项也随之迁移。过去，模型调用费用在人工智能项目总成本中占比很高，压缩用量是首要的控制手段；现在，数据采集治理、流程重构、人员培训与系统集成等周边成本的占比快速上升。这一变化直接影响供应商与客户之间的定价逻辑。经济学中的价值定价思路在这里具有解释力：当供给方的边际成本趋近于零，价格就不再由成本决定，而由客户获得的价值决定。大模型商业化因此正在从卖算力、卖调用量的计量模式，转向卖任务完成度、卖业务结果的价值模式。对采购方企业而言，谈判重点应从压低单价转为明确服务等级与结果责任；对供给方企业而言，则必须证明可交付的业务价值，否则将陷入无差异化的价格战。波特关于成本领先与差异化的经典权衡在这里依然成立：单纯依靠低价难以形成持续优势，缺乏差异化的成本领先最终会压缩整个行业的利润空间。

三、商业化拐点与组织适配：能力普惠带来的管理新课题

成本下降往往带来技术采纳的拐点。按照罗杰斯的创新扩散理论，当一项创新的相对优势显著提升且使用门槛明显下降时，扩散速度会加快。企业内部的人工智能应用将随之出现三个变化：使用频率从偶发变为常态，使用者从专业团队扩散到一线业务人员，应用形态从集中式项目变为嵌入式功能。这一变化对组织提出了新课题。首先是预算方式，按项目制申请经费的模式难以适应高频、分散的调用，需要改为按业务单元授予额度、按实际用量结算的弹性机制。其次是风险控制，当人工智能嵌入日常业务流程，输出错误、数据泄露与合规责任的暴露面大幅扩大，需要建立分级授权与使用留痕制度。最后是能力分布，技术门槛降低后，真正的稀缺资源不再是会不会调用模型，而是能否提出正确的问题、判断输出质量并把结果嵌入流程。换言之，成本下降并没有降低管理难度，只是把难度从技术获取转移到治理与应用。

管理启示

第一，用动态成本视角做数字化规划。单位智能成本仍在快速下行，企业在做三年期信息化预算时，应避免以当前价格锁定长期合同，宜采用短周期议价与用量弹性条款，把降价红利保留在合约结构之内。第二，把注意力从模型选型转向数据与应用治理。当基础模型能力趋同且价格透明，差异化优势主要来自企业内部数据的质量、对流程理解的深度与应用治理的成熟度。第三，建立与高频使用相匹配的成本与风险管控机制，包括分业务单元的额度管理、调用留痕、输出质量抽检与责任归属规则。对管理者而言，这一案例的核心提醒是：技术成本的每一次显著下降，都会重新定义什么是稀缺资源，而管理者的任务就是及时识别稀缺资源的转移方向，并相应调整资源配置与组织设计。

其他思考

1. 当大模型推理成本持续下降，企业应如何设计采购与预算机制，既享受降价红利又避免长期合约锁定风险？
2. 从按调用量计价转向按业务结果计价，对供应商与客户各自的风险与收益分配会带来哪些改变？
3. 使用门槛降低后，企业内部应如何重新界定人工智能相关的岗位职责与能力要求，以应对应用扩散带来的治理挑战？

关键词：大模型降本、规模经济、学习曲线、商业模式创新、创新扩散
来源：联合早报（2026-10-18） | 整理：经管大课堂