核心观点 - 潞晨科技宣布暂停DeepSeek API服务，主要原因是成本过高，无法与官方成本竞争 [4][5][9] - DeepSeek公布的理论成本利润率545%是在极端负载条件下实现的，实际运营中需要5倍冗余资源，导致第三方MaaS厂商难以盈利 [6][8] - DeepSeek的开源策略正在打破第三方MaaS厂商的技术壁垒，颠覆行业商业模式 [10] 行业分析 - DeepSeek已接入数百家企业，覆盖多个热门领域和政府机构，行业影响力显著 [10] - 大型云厂商如阿里云、腾讯云因资金和算力资源充足，能够承受短期亏损并通过用户聚集实现变现，而中小MaaS厂商面临生存压力 [10] - DeepSeek的开源代码库导致第三方MaaS厂商技术优势消失，行业竞争格局被重塑 [10] 公司决策 - 潞晨科技创始人尤洋认为DeepSeek的实际训练成本远高于传言，测算满血版DeepSeek R1每月机器成本达4.5亿，亏损4亿 [8] - 尤洋指出DeepSeek产品稳定性存在问题，经常掉线，且训练成本被低估，开发大模型需几十次实验 [7] - 潞晨科技内部解释暂停服务为"业务调整"，但投资人和内部人士均确认核心原因是成本过高 [9] 成本问题 - 第三方MaaS厂商需储备数倍于实际使用量的冗余算力资源以保障服务稳定性，这部分闲置资源构成主要成本 [10] - DeepSeek官方成本持续下降，压缩第三方MaaS厂商盈利空间，使其难以维持服务 [10] - MaaS行业整体处于亏损状态，主要收入来源为定制开发和私有化合作，而非API服务 [9]

文章核心观点 - 3月1日DeepSeek传出两则重磅消息，一是首次披露V3/R1推理系统理论成本利润率高达545%，二是潞晨科技宣布暂停DeepSeek API服务，消息揭示其在技术创新与商业模式间的双重挑战 [1] DeepSeek首次披露理论利润率 - 3月1日DeepSeek在知乎开设官方账号并发布技术文章，介绍V3/R1推理系统优化目标是实现更大吞吐量和更低延迟，采用大规模跨节点专家并行（EP）方案提升性能 [3] - DeepSeek通过EP技术增长批量大小、隐藏传输耗时和进行负载均衡优化推理系统性能，解码阶段采用更精细策略实现通信 - 计算重叠 [3] - DeepSeek成本控制突出，V3/R1训练成本仅557.6万美元，不到OpenAI GPT - 4o模型的1/20，推理成本每百万token定价16元，比OpenAI低近70%，理论利润率达545% [4] 潞晨科技暂停DeepSeek API服务 - 3月1日潞晨科技官微宣布一周后停止提供DeepSeek API服务，用户尽快用完余额，未用完全额退款 [6] - 潞晨科技CEO尤洋回应DeepSeek理论成本利润率，争议焦点包括数据参考性问题、MaaS性能与稳定性问题、商业模式可持续性问题 [6] - DeepSeek在AI基础设施依赖英伟达GPU和已有技术，未提出颠覆性算法，技术优势未转化为商业成功 [7]