在AI行业的风云变幻中，MaaS（模型即服务）模式近期引发了业界热议。月初，潞晨科技创始人的一番言论，如同一枚震撼弹，直指MaaS为“最糟糕的商业模式”，并透露其DeepSeek-R1模型月亏损超4亿元，随后宣布停止DeepSeek API服务。这一举动，与云巨头们在MaaS领域的持续加码形成了鲜明对比。
华为云、腾讯云、阿里云等巨头，非但没有因潞晨科技的退出而减缓步伐，反而更加积极地布局MaaS市场。华为云推出了DeepSeek V3/R1满血版模型，并与昇腾社区合作，提供从芯片到应用开发的全栈能力。腾讯则将DeepSeek全面融入微信等国民级应用，带动腾讯云推理算力的需求飙升。阿里云更是以“前100万token免费”的优惠策略，与其他云厂商展开直接竞争，并宣布未来三年将投资超过3800亿元于云和AI基础设施。
回顾DeepSeek的爆火时期，服务器常常处于高负荷状态，MaaS服务如同及时雨，缓解了用户的燃眉之急。作为一种创新服务模式，MaaS不仅提供DeepSeek API调用，还覆盖了模型训练、微调、部署等全生命周期。用户无需深入了解底层算力、框架等复杂细节，只需简单调用，便能接入DeepSeek-R1等先进模型，根据需求灵活选择和组合服务。云厂商们纷纷接入DeepSeek API，迅速推动了MaaS服务的用户数与使用量的激增。
然而，尽管DeepSeek发布的技术论文显示，其以H800显卡2美元/小时的租赁成本计算，理论日收入可达56.2万美元，成本利润率高达545%，但为何DeepSeek API会让云厂商持续亏损，也让MaaS成为部分云厂商眼中的“烫手山芋”？
首要原因在于高昂的隐性成本。以DeepSeek-R1为例，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。云厂商还需承担存储、运维、冗余算力等附加成本。AI模型的算力需求波动大，为应对流量峰值，云厂商不得不预留数倍冗余算力，导致中小厂商难以承受。硅基流动等中小厂商，日均调用量远低于大厂的万亿级规模，这种“小水管”式的调用模式，使得算力资源无法高效复用，进一步推高了边际成本。
其次，MaaS服务的稳定性与资源灵活调度能力至关重要。在电商大促等场景下，AI推理请求量可能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。中小厂商因缺乏多云调度能力，资源利用率低下，难以满足这一需求。
更为关键的是，云巨头们通过“价格战”在MaaS市场攻城略地，彻底锁死了中小厂商的定价空间。即便部分中小厂商尝试通过开源或垂直领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，其调用量无法支撑算力资源的规模化摊销，最终陷入恶性循环。
明知亏损，云巨头们为何仍前赴后继？答案在于算力托底、生态协同与AI战略。云巨头们凭借全球数据中心和自研芯片，实现算力资源的高效复用，保障在线推理服务的稳定运行。同时，将大模型接入现有成熟产品，增强用户粘性，为DeepSeek API服务提供更多落地场景和多元变现方式。云巨头们将MaaS视为AI时代的流量入口和关键盈利工具，长期投入MaaS的背后，隐藏着大厂的AI战略定力。
在这场MaaS竞争中，云巨头们凭借优势基础，以短期亏损换取长期规模优势。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。
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。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；以DeepSeek等优质模型为入口，吸引开发者构建应用生态，形成闭环；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、腾讯、阿里巴巴等大厂，各自采取不同的策略，加速在MaaS领域的布局。
而对中小厂商而言，生存的关键在于“极致差异化”。优刻得通过模型蒸馏技术，推出DeepSeek一体机，大幅降低企业使用AI的门槛。首都在线通过优化并行策略和算法，提升AI推理服务的经济效益。并行科技则在科研云领域，提供高性能、低成本的算力租赁服务，满足科研机构的需求。
MaaS的本质是一场耐力赛，短期看成本，长期看生态。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，控制AI时代的“水电煤”基础设施。
