01 触发事件

2025 年 3 月,DeepSeek 对 App 和网页版长对话启用限制。用户超过 7 天不活跃的会话将不再保留,单次输入上限缩短至约 4 万字;每日使用量达到上限后,界面会提示“因服务器繁忙,使用额度已达上限。”

这不是一次模糊的“产品优化”。它给出了三个可量化信号:对话有 7 天活跃期限,输入被压到约 4 万字,每日还有未披露具体数值的额度 ceiling。

02 这事的真正含义

问题不在于 DeepSeek 能不能提供模型,而在于它愿意为哪些 token 承担多少 inference cost。

免费网页端的 economics 依赖两件事:低推理成本,以及少数重度用户不会长期霸占高算力任务。限制长对话,本质上是把“无限聊天”从产品承诺改造成带配额的 channel。

这也解释了为什么输入限制与每日额度同时出现。约 4 万字并不算特别长,但它足以放大 prefill 压力;连续多轮对话则持续占用 KV cache。算力紧张时,系统不会只限制生成长度,而会从会话长度、输入长度和调用频率三个维度做 rationing。

这才是 DeepSeek 在说的事:低价模型并不意味着无限算力。公开 API 定价与托管聊天产品的体验之间,需要通过 capacity policy 重新分配。

对 model access 平台,这反而是机会。不是所有用户都会接受单一 provider 的聊天额度限制,但很多 builder 需要把请求自动路由到 DeepSeek、Qwen、Llama 或其他模型,并在模型切换时保持可接受的上下文与输出质量。

真正的竞争点也不再只是“接了多少模型”,而是能否看见每条 route 的 latency、剩余 capacity、输入成本和实际 token consumption。

03 历史类比 / 结构对照

这类似 2007 年 iPhone 推出后的早期 AT&T 网络策略:设备能力先出来,但蜂窝网络并不会因此无限扩容。运营商通过流量限制、优先级和套餐分层,把稀缺 capacity 分配给真正能提高 ARPU 的用户。

AWS 早期也经历过类似情况。EC2 的产品价值不只来自虚拟机,而是 instance availability;API 做得再漂亮,如果底层 capacity 不稳定,用户仍会流失到别处。

DeepSeek 的变化,则是模型能力已经足够形成 demand,但 inference capacity 没跟上。免费流量曾帮助它快速获得 distribution,现在则开始反过来侵蚀使用体验。

这一阶段,model provider 同时扮演两种角色:一边是补贴获客的 AI lab,一边是必须为每一段 GPU time 记账的 cloud service。前者倾向无限试用,后者只能做 quota management。

所以这类限制不能被简单解读为“DeepSeek 缺钱了”。更准确地说,AI inference 的成本曲线和用户行为曲线发生了偏离:重度对话、长上下文和多轮续聊消耗了远超平均水平的资源。

我没在 DeepSeek 内部跑过这些限制,也没有看到每日额度的具体 token 数,因此不能断言它究竟是在优先处理内部训练、API 客户,还是外部网页流量。但从用户侧症状看,capacity allocation 已经从后台问题变成产品界面的一部分。

04 对 AI builder 意味着什么

第一,别再把 provider 托管的免费 chat tier 当作 production dependency。它适合 discovery,不适合承诺 availability。App 如果把长对话直接绑定 DeepSeek 网页或官方 App 的容量政策,用户不会区分“模型限流”和“你的产品不稳定”。

第二,为长上下文设计 provider fallback。路由条件可以包括 input tokens、预计 output tokens、conversation age 和当前 route health。尤其当 DeepSeek 对 7 天不活跃会话失效时,session migration 不能只迁移最后一轮 prompt,还要处理历史消息、system prompt 和 tool state。

第三,重新核算多轮对话的单位经济。粗略看,一次用户请求至少包含新输入的 prefill、已有上下文的重复 prefill,以及输出 decode;但实际账单还受 prompt caching、上下文长度和 provider 计费方式影响。没有 session-level cost telemetry,token economics 很容易在报表里失真。

第四,模型 fallback 不应只按 benchmark 分数选择。DeepSeek 便宜,不代表在容量紧张时仍是最便宜的可用 route;另一个模型贵 30%,却能保持低 latency 和稳定成功率,实际单位成本可能更低。

第五,如果你是模型 API 消费者,现在就该检查 provider concentration。保留至少一条异构 fallback route,并按 task type 划分:长文总结、结构化抽取、代码修改和实时对话未必需要同一个模型,也不该承受同一套 context policy。

这周真正值得做的,不是抢在 DeepSeek 前面猜它下一次降价,而是把 capacity 与 routing 纳入产品架构。过去 price comparison 是静态表格,下一代模型网关需要动态观察每个 provider 的 effective availability。

05 反方观点 / 风险

我可能高估了这次限制的战略性。它也可能只是一次临时 capacity relief:流量增长造成拥塞,运营团队先粗暴限制网页端,等 GPU 到位就恢复。如果是这种情况,DeepSeek 并没有改变免费补贴逻辑,只是暴露了基础设施短板。

第二个风险是,我把 App 与网页版限制外推到了全部产品形态。原文没有说明官方 API 是否同步收紧。如果 API capacity 充足,限制网页端反而可能是有意保护付费渠道,而不是全面缩减服务。

第三个风险是,把 4 万字输入限制等同于 KV cache 紧张。长度限制也可能来自内容审核、风控或产品设计,而不只是算力约束。这一点我没看到官方技术说明,不能下定论。

我也可能低估了 DeepSeek 的成本优势。若它通过 MLA、MoE、量化部署和更高 hardware utilization,把每 token 成本持续压低,那么今天的 quota 只是过渡摩擦;但即便如此,capacity policy 仍会长期存在。

最后一个反方判断是:fallback 未必自动创造价值。模型切换会损失 instruction adherence、tool calling 能力和输出风格一致性。对高价值工作流,与其盲目跨模型路由,不如缩短上下文、使用 prompt caching,并把关键任务锁定在可预测的 provider 上。

因此,这次事件更适合被看作 warning,而不是终局。DeepSeek 已经证明低价可以打开 distribution;现在的问题是,当算力成为稀缺资源后,provider 还能不能同时维持低价格与稳定体验。