DeepSeek 突然限流:不是撑不住了,是在算一笔最贵的显存账
最近用 DeepSeek 的人,大概率都撞上了那句弹窗:要么提示额度已达上限,要么存了好久的长对话打不开了。
很多人第一反应:这是火到服务器崩了?算力撑不住了?
真不是。这根本不是故障式的应急降级,是一道算得明明白白的资源账。
表面是限流,背后是三个月翻四倍的用量
11 月 16 号开始,免费网页版和 App 悄悄收了三道紧箍咒:
超过 7 天没活跃的长对话,直接无法接续;单次输入上限压到 4 万字左右,整份长文档一把投喂行不通了;再加每日对话总额度,触顶就提示 “服务器繁忙”腾讯网。
官方理由写的是 “算力不足”,但翻下服务状态页就懂:付费 API 接口一切正常,可用性稳定在 99.5% 以上,卡的只有免费 C 端用户腾讯网。这不是全平台崩了,是主动给免费用户做了容量调度。
用量涨得有多夸张?
OpenRouter 的周度榜单里,它家 V4.1-Flash 单周 Token 调用量冲到 33.6 万亿,环比暴涨 801%,直接登顶全球第一36氪。短短两三个月,整体调用量翻了四倍,需求狂奔的速度,远快于算力扩容的速度。
真正的核心账:最贵的 HBM,被闲置会话占着
这笔账的关键点,从来不是 “有没有算力”,是 “最贵的算力花在了哪”。
大模型推理最值钱的资源,是 GPU 上的 HBM 显存 —— 就像商圈核心的黄金铺面,容量有限,寸土寸金。
你每开一个长对话,系统就要把上下文的 KV 缓存存在显存里,这样下次接着聊,它才能记得之前的内容。哪怕你七八天、十几天不点开,这份缓存也一直占着显存不走,等于黄金铺面里蹲了一堆只进门、不消费的人,占着位置不动弹36氪。
这次清理 7 天闲置会话、压缩单次输入长度,本质就是清场:
把占着显存的无效会话清掉,把最昂贵的显存资源,收回来给真正高频的活跃用户,还有付费的 API 客户。
毕竟 API 是按量计费,每一次调用都真金白银产生收益;而免费用户里大量低频闲置的会话,纯纯占用资源却没有价值。
说白了,不是没算力,是要把算力从没人用的地方,挪去更值钱的地方。
一个更明确的信号:免费大模型的窗口期正在关
这件事真正的分量,远不止一家平台的调整。它是整个行业的缩影:免费无限用的好日子,快到头了。
前两年大模型扎堆搞免费、冲无限额度,本质是抢用户、跑规模、打市场名气。等用户量冲到一定量级,算力成本的压力就盖不住了 ——AI 芯片、HBM 显存全是硬成本,不是凭空变出来的。无限免费的结果,就是大量无效调用浪费资源,真正有需求的用户体验反倒变差。
接下来的趋势只会越来越清晰:
免费基础额度会一直有,够日常轻度聊天、查资料用;
重度、高频的用户,要么接受限流,要么掏钱买会员、买 API;
核心算力资源,会持续向付费业务、企业客户倾斜。
获客靠免费,盈利靠付费,这才是正常的商业逻辑。
吵翻了:到底是合理调度,还是过河拆桥
这事传到网上,直接分成了两派。
觉得合理的人说:算力也是真金白银买的,免费给基础额度就已经很良心了。总不能让少数人无限占用资源,影响所有人的使用体验。真有重度工作需求,付费也是理所应当。
觉得失望的人则说:当初靠 “免费无限用” 攒的口碑和用户,火了就偷偷砍额度、降体验,多少有点过河拆桥。真想赚钱就大大方方出会员,别靠暗降体验逼用户掏钱。
还有人看得透:这不是 DeepSeek 一家的问题,整个行业早晚都会走到这一步。免费永远只是获客手段,不可能是长久的商业模式。
最后问一句实在的:
你平时用大模型,是随便聊两句的轻度用户,还是天天用的重度高频党?
你能接受免费大模型设使用限额吗?DeepPHY AI时代 DeepSeek DeepSeek收费
