TechFlow Logo
Войти/ Регистрация
Газ ETH
Gwei
Страх
gas
Первые разработчики DeepSeek уже начали уходить

Первые разработчики DeepSeek уже начали уходить

2025.02.20
Поделиться
После взрывной популярности стабильность стала насущной необходимостью.

Источник изображения: сгенерировано ИИ Wujie

За напряженным ответом сервиса DeepSeek скрывается не только нетерпеливое ожидание обычных пользователей. Когда ответ API-интерфейса превышает критический порог, в мире разработчиков DeepSeek также возникает постоянная рябь эффекта бабочки.

30 января Линь Сэнь, разработчик ИИ из Пекина, подключивший DeepSeek, внезапно получил сигнал тревоги от серверной части программы. Не успев порадоваться несколько дней успеху DeepSeek, программа Линь Сэня вышла из строя на 3 дня из-за невозможности вызова DeepSeek.

Поначалу Линь Сэнь подумал, что это произошло из-за недостаточного баланса на его счету в DeepSeek. Только 3 февраля, после возвращения к работе после праздников Праздника весны, он наконец получил уведомление от DeepSeek о приостановке пополнения API. В этот момент, несмотря на достаточный баланс на счету, он больше не мог вызывать DeepSeek.

На третий день после получения уведомления серверной частью, 6 февраля, официальная команда DeepSeek опубликовала объявление о приостановке пополнения услуг API. Прошло почти полмесяца, и по состоянию на 19 февраля услуга пополнения API на открытой платформе DeepSeek все еще не восстановилась.

Примечание к рисунку: Платформа разработчиков DeepSeek все еще не восстановила пополнение. Источник: скриншот издания «Zimu Bang»

Осознав, что сбой серверной части произошел из-за перегрузки серверов DeepSeek, и что он, как разработчик, в течение нескольких дней не получил никакого предварительного уведомления, тем более никакого послепродажного обслуживания, Линь Сэнь почувствовал себя «брошенным».

«Это как если бы у вашего дома был маленький магазин, вы постоянный клиент, оформили карту, всегда хорошо ладили с владельцем. И вдруг однажды магазин получил звезду Мишлен, и владелец бросил старых клиентов, ранее оформленные карты больше не признаются», — описал ситуацию Линь Сэнь.

Как один из первых разработчиков, начавших развертывание DeepSeek в июле 2023 года, Линь Сэнь был воодушевлен успехом DeepSeek, но теперь, чтобы поддерживать работу, он может только переключиться на ChatGPT, ведь «ChatGPT хоть и дороже,但至少 стабилен».

Когда DeepSeek превратился из магазина, о котором говорят из уст в уста, в ресторан Мишлен для туристов, все больше разработчиков, подобных Линь Сэню, которые не могли получить доступ, начали покидать DeepSeek.

В июне 2024 года вопросно-ответная машина Xiao Chuang AI подключила DeepSeek V2 на раннем этапе продукта. Партнера Xiao Chuang Лоу Чи поразило то, что в тот момент DeepSeek была единственной большой моделью, которая могла безошибочно recite наизусть全文 «Записки о башне Юэян». Поэтому команда использовала DeepSeek для выполнения одной из ключевых функций продукта.

Но для разработчиков хотя DeepSeek и хороша, стабильности ей всегда не хватало.

Лоу Чи сообщил изданию «Zimu Bang» (ID: wujicaijing), что во время Праздника весны не только пользователи сегмента C сталкивались с繁忙访问, но и разработчики часто не могли вызывать DeepSeek, поэтому команда решила выбрать несколько платформ больших моделей, уже подключенных к DeepSeek, для одновременного вызова.

Ведь «сейчас уже есть несколько десятков платформ с полнофункциональной версией DeepSeek R1». Использование R1 этих платформ больших моделей в сочетании с агентами и промтами также может удовлетворить потребности пользователей.

Чтобы争夺 уходящую группу разработчиков DeepSeek, некоторые ведущие облачные провайдеры начали часто проводить мероприятия для разработчиков. «Участие в мероприятии дает бесплатные вычислительные ресурсы, если не вызывать массово, маленькие разработчики могут использовать почти бесплатно», — заявил Ян Хуйчао, технический директор Yibiao AI.

Однако, несмотря на текущую популярность DeepSeek, в то время как первые разработчики бегут, все больше разработчиков продолжают наплывать, надеясь получить выгоду от трафика предыдущих.

Проект стартапа Си Цзяня — это приложение для ИИ-компаньонов для ролевых игр, вызывающее API DeepSeek. В первую неделю после запуска 2 февраля оно получило около 3000 активных пользователей.

Несмотря на то, что некоторые пользователи сообщали об ошибках при вызове API DeepSeek, уже 60% пользователей希望 Си Цзянь как можно скорее выпустил версию для Android. В серверной части социальных сетей Си Цзяня каждый день как минимум несколько десятков пользователей пишут в личные сообщения, чтобы получить ссылку для скачивания. «Платформа ИИ-компаньонов, построенная на DeepSeek», несомненно, стала новым标签 для успеха приложения.

По статистике издания «Zimu Bang», в списке различных приложений, подключенных к DeepSeek,收录 на официальном сайте DeepSeek, до 2025 года список приложений составлял всего 182 строки, а теперь расширился до 488 строк.

С одной стороны, DeepSeek стал «гордостью отечественного продукта», за 7 дней привлекая 100 миллионов пользователей. С другой стороны, первые разработчики, развернувшие свои продукты на DeepSeek, из-за繁忙 обслуживания, вызванного перегрузкой трафика,纷纷转向其他 большие модели.

Для разработчиков длительные аномалии обслуживания больше не являются простыми сбоями, а превращаются в разрыв между миром кода и бизнес-логикой. Они вынуждены проводить выживания расчеты под стоимостью миграции.无论是涌入,还是逃出,разработчики должны сталкиваться с последствиями успеха DeepSeek.

一

После того, как серверная часть мини-программы была вынужденно парализована на три дня во время Праздника весны, к шестому дню Нового года, чтобы обеспечить нормальную работу программы, Линь Сэнь покинул DeepSeek, который был развернут более года, и вернулся к ChatGPT.

Даже несмотря на то, что цена вызова API выросла почти в 10 раз, в этот момент обеспечение стабильности сервиса стало опцией с более высоким приоритетом.

Следует отметить, что уход разработчиков от DeepSeek к другим большим моделям не так прост, как переключение модели вызова пользователем внутри приложения. «Различные большие языковые модели, и даже разные версии одной и той же языковой модели, имеют细微 различия в результатах обратной связи на промты». Даже несмотря на то, что Линь Сэнь продолжал вызывать ChatGPT, миграция всех ключевых узлов с DeepSeek на ChatGPT и обеспечение стабильной и высококачественной обратной связи по контенту все равно заняли у него более половины дня.

Само действие переключения, возможно, занимает всего две секунды, но «больше разработчиков, переключаясь на новую модель, тратят неделю на повторную настройку промтов и повторное тестирование», — сказал Линь Сэнь изданию «Zimu Bang».

В глазах таких маленьких разработчиков, как Линь Сэнь, недостаточность серверов DeepSeek понятна, просто если бы было предварительное уведомление, можно было бы избежать многих потерь,无论是时间成本,还是成本 обслуживания приложения.

Ведь «для входа в серверную часть разработчиков DeepSeek требуется регистрация по номеру телефона, всего одно SMS-сообщение могло бы заранее уведомить разработчиков». Теперь эти потери понесут сами разработчики, которые поддерживали их, когда DeepSeek еще был默默无闻.

Когда разработчик глубоко耦合 с какой-либо платформой большой модели, стабильность, несомненно, становится контрактом, о котором не нужно говорить вслух. Частот колеблющийся сервисный интерфейс足以让 разработчик пересмотреть лояльность к платформе.

Еще в прошлом году, когда Линь Сэнь вызывал большую модель Mistral (ведущая французская компания больших моделей), из-за ошибки системы выставления счетов Mistral он оплатил повторно. После того как он отправил электронное письмо, Mistral исправила проблему менее чем за 1 час и приложила ваучер на 100 евро в качестве компенсации. Такой ответ также вызвал у Линь Сэня больше доверия. Теперь он также перенес часть сервисов обратно на Mistral.

Ян Хуйчао, технический директор Yibiao AI, начал готовить побег сразу после выпуска версии DeepSeek V3.

Не использовать DeepSeek для написания стихов или жалоб, а что если использовать DeepSeek для написания тендерной документации? Ян Хуйчао, отвечающий за проект ИИ-тендерной документации внутри компании, после выпуска версии V3 DeepSeek уже начал искать альтернативные решения. Для него в такой профессиональной области, как тендерная документация, «стабильность DeepSeek становится все недостаточнее».

Способность к рассуждению версии DeepSeek R1, которая стала популярной, не привлекает Ян Хуйчао. Ведь «как разработчик, основные способности к рассуждению программного обеспечения зависят от программы и алгоритмов, не слишком полагаясь на базовые способности модели. Даже если использовать самую старую GPT 3.5 на底层,依靠 алгоритмы коррекции можно получить очень хороший результат, модель只要 отвечает стабильно».

В процессе фактического вызова DeepSeek в глазах Ян Хуйчао似乎更像是一个 умный, но ленивый «хороший ученик».

После обновления до версии V3 Ян Хуйчао обнаружил, что DeepSeek имеет более высокий процент успешных ответов на некоторые сложные вопросы, но стабильность также выросла до неприемлемого уровня. «Теперь, если задать 10 вопросов, как минимум один вывод нестабилен. Помимо требуемого генерируемого контента, DeepSeek часто любит свободно творить, дополнительно генерируя контент, не относящийся к вопросу».

Например, в тендерной документации не допускается появление ошибочных символов. В то же время, результаты, возвращаемые большой моделью, разработчики часто指定 используют структуру JSON (используя指令 каждый раз при вызове большой модели для стабильного возврата固定 полей) для вывода данных, чтобы облегчить последующий вызов функций. Но появление ошибок или неточностей приведет к сбою последующего вызова.

«DeepSeek R1, возможно, по сравнению с предыдущей версией V3, значительно улучшила способности к рассуждению, но стабильность не достигает уровня коммерциализации», — упомянул Ян Хуйчао в аккаунте @Productivity Mark.

Примечание к рисунку: Появление кракозябр в процессе генерации DeepSeek V3. Источник: аккаунт @Productivity Mark

Как один из первых пользователей, присоединившихся еще во времена DeepSeek-coder в начале 2024 года, Ян Хуйчао не отрицает, что DeepSeek — хороший ученик. Просто теперь, чтобы обеспечить качество и стабильность генерации тендерной документации, Ян Хуйчао может только转向国内 другие предприятия больших моделей, более ориентированные на пользователей B-сегмента.

Ведь некогда называемый Pinduoduo мира ИИ DeepSeek, именно благодаря标签性价比 быстро собрал группу маленьких и средних ИИ-разработчиков. Но теперь, чтобы напрямую стабильно вызывать DeepSeek, необходимо выполнить локальное развертывание. «Развертывание одного DeepSeek R1 требует затрат в 300 000–400 000 юаней. Если использовать онлайн API расчет, 300 000 юаней я не потрачу за всю жизнь».

Недостаточно дешево и недостаточно стабильно. Ян Хуйчао и подобные ему, не имеющие доступа к вызову, массово покидают DeepSeek.

二

Когда-то Линь Сэнь и подобные ему были первыми, кто твердо выбрал DeepSeek.

В июне 2024 года, разрабатывая свою ИИ-мини-программу «Мир глазами юношества», Линь Сэнь сравнивал десятки платформ больших моделей внутри и за рубежом. Ему нужно было ежедневно обрабатывать тысячи новостей с помощью большой модели, фильтровать, сортировать, находить технологические и природные новости, подходящие для подростков, и обрабатывать текст новостей.

Это требовало не только умной большой модели, но и дешевой.

涉及 ежедневно обработки тысяч новостей, потребление токенов огромно. Для независимого разработчика Линь Сэня модель ChatGPT очень дорогая, подходит только для обработки ключевых звеньев. Для быстрой фильтрации и анализа большого объема текста нужно полагаться на другие более дешевые большие модели.

В то же время,无论是国外的 Mistral, Gemini, или ChatGPT, вызов очень хлопотный: вам нужен конкретный сервер за рубежом,还要 сделать релейную станцию,同时 нужно использовать зарубежную кредитную карту для покупки токенов.

Линь Сэнь мог完成 пополнение счета ChatGPT только через кредитную карту британского друга. А一旦 сервер находится за рубежом, скорость ответа API также будет задерживаться. Все это заставило Линь Сэня转向国内, ища замену ChatGPT.

DeepSeek весьма поразил Линь Сэня. «Тогда DeepSeek не была самой известной, но была самой стабильной в обратной связи». Возьмем, например, запрос API вызова каждые 10 секунд. Другие国内 большие модели в 100 раз могут в 30% случаев не возвращать никакого контента, но DeepSeek возвращала каждый раз, и могла поддерживать качество ответа, не уступающее платформам больших моделей ChatGPT и BAT.

А по сравнению с ценами вызова API больших моделей ChatGPT и BAT, DeepSeek действительно слишком дешевая.

Поручив DeepSeek большую часть работы по чтению новостей и предварительному анализу, Линь Сэнь обнаружил, что стоимость вызова DeepSeek в 10 раз ниже, чем у ChatGPT. После оптимизации指令 ежедневная стоимость вызова DeepSeek снизилась до 2–3 юаней. «Возможно, по сравнению с ChatGPT она не лучшая, но цена DeepSeek крайне низкая. Для моего проекта ее соотношение цены и качества очень высокое».

Примечание к рисунку: Линь Сэнь использует большую модель для сбора новостей и анализа (слева). Окончательное представление в мини-программе «Мир глазами юношества» (справа). Источник: предоставлено Линь Сэнем

Соотношение цены и качества стало首要 причиной выбора DeepSeek разработчиками. В 2023 году Ян Хуйчао сначала переключил ИИ-проект своей компании с ChatGPT на Mistral, в основном для контроля затрат. Затем в мае 2024 года DeepSeek выпустила версию V2, снизив API до 2 юаней за миллион токенов. Это, несомненно, стало ударом понижения измерения для других производителей больших моделей. Это также стало началом переключения проекта инструмента ИИ-тендерной документации компании Ян Хуйчао на DeepSeek.

В то же время, после тестирования Ян Хуйчао обнаружил, что国内 BAT, которые уже давно захватили рынок B-сегмента依靠 облачные сервисы, «платформы слишком тяжелые».

Для такой стартап-компании, как Yibiao AI, если выбрать BAT, придется столкнуться со связанным потреблением облачных сервисов. Для Ян Хуйчао, который просто просто вызывает сервисы больших моделей, безусловно, вызов API DeepSeek более省事.

В стоимости миграции DeepSeek также выиграла.

无论是 Линь Сэнь или Ян Хуйчао, начальная разработка приложения была основана на форме интерфейса OpenAI. Если переключиться на платформы больших моделей BAT, нужно重新 разработать底层. Но DeepSeek совместима с интерфейсом OpenAI like. Переключение большой модели требует только изменения адреса платформы. «Безболезненное переключение за 1 минуту».

Вопросно-ответная машина Xiao Chuang AI официально была оснащена DeepSeek в первый день продаж и поручила DeepSeek构建 роли китайского языка и руководства по сочинениям среди 5 ключевых ролей.

Как партнер, Лоу Чи также был поражен DeepSeek в июне прошлого года. «Способности DeepSeek в понимании китайского языка отличные. В тот момент это была единственная большая модель, которая могла безошибочно recite наизусть全文 «Записки о башне Юэян», — сказал Лоу Чи изданию «Zimu Bang». По сравнению с другими большими моделями, которые выдают文档式输出 посредственно и с запахом офиса, использование DeepSeek для обучения детей написанию сочинений часто выигрывало в воображении письма.

До того, как в социальных сетях стало популярным использовать DeepSeek для написания стихов и научной фантастики,华丽文风 DeepSeek уже заставила команду Xiao Chuang AI眼前一亮.

Для разработчиков они все еще ожидают восстановления вызова DeepSeek. В настоящее время,无论是 миграция на платформы, развернутые BAT с полнофункциональной версией DeepSeek R1, или转向其他 производители больших моделей, все кажется «Ванвань类卿».

三

Но конкуренты努力 догонять特长 DeepSeek в глубоком рассуждении, который стал популярным.

Внутри страны недавно Baidu и Tencent последовательно добавили способности глубокого мышления в свои самостоятельно разработанные большие модели. За рубежом OpenAI также экстренно выпустила «Deep Research» в феврале, используя способности мышления модели рассуждения для поиска в сети и открывая доступ для пользователей Pro, Plus и Team. Лаборатория искусственного интеллекта Google (Google DeepMind) также выпустила серию моделей Gemini 2.0 в феврале,其中 экспериментальная версия 2.0 Flash Thinking является моделью с усиленными способностями к рассуждению.

Следует отметить, что DeepSeek все еще в основном ориентирована на чтение текста. Но无论是 ChatGPT или Gemini 2.0, помимо поддержки глубокого мышления, уже внедрили способности к рассуждению в мультимодальность, поддерживая различные режимы ввода, такие как видео, голос, документы, изображения и т. д.

Для DeepSeek, помимо догоняния мультимодальности,更大的 вызов еще来自 конкурентов в приближении цен.

На стороне развертывания облачной платформы все ведущие облачные провайдеры выбрали подключение DeepSeek. С одной стороны, делят трафик, с другой стороны, привязывают клиентов依靠 облачные сервисы. Вызов большой модели DeepSeek в какой-то степени даже стал «подарком» для привязки корпоративных облачных сервисов.

Основатель Baidu Робин Ли недавно提出了, что в области больших языковых моделей «каждые 12 месяцев стоимость рассуждения может снизиться более чем на 90%».

В тенденции снижения стоимости рассуждения неизбежно, что цены вызова API BAT будут продолжать снижаться. Преимущество性价比 DeepSeek сталкивается с давлением新一轮 ценовой войны со стороны крупных фабрик.

Однако война цен API больших моделей только начинается.面向 разработчикам, производители больших моделей также соревнуются в сервисе.

Линь Сэнь контактировал со множеством платформ больших моделей, больших и маленьких. Что впечатлило его, так это то, что у определенной крупной технологической фабрики будет специальный менеджер по клиентам для связи.无论是 нестабильность или появление технических проблем, они активно свяжутся с разработчиком.

И хотя как открытая платформа большой модели, цель которой — предоставить разработчикам более инклюзивную поддержку ИИ, у DeepSeek даже на официальном сайте нет входа для выдачи счетов разработчикам.

«Каждый раз после пополнения API, в отличие от других платформ больших моделей, где можно напрямую выставить счет в серверной части, DeepSeek требует обойти официальный сайт, добавить корпоративный WeChat客服 для выставления счета», — сказал Ян Хуйчао изданию «Zimu Bang».无论是价格还是服务, 标签 «性价比» DeepSeek, кажется, немного неустойчив.

Менеджер по продукту ИИ определенной крупной фабрики сообщил изданию «Zimu Bang», что некоторые лидеры интернет-компаний настаивают на замене оригинальной большой модели на DeepSeek,完全 не обращая внимания на время, затрачиваемое на замену модели и повторную настройку Prompt. В то же время, даже полнофункциональная версия DeepSeek R1 не поддерживает некоторые общие способности, такие как ‌Function calling и т. д.

По сравнению с BAT, которые прошли сервисные сценарии B-сегмента с помощью облачных сервисов, в удобстве DeepSeek все еще отстает от крупных фабрик ИИ на целую голову.

Просто эффект трафика DeepSeek еще не исчез, и все еще много людей,赶潮.

Некоторые компании заявляют о подключении DeepSeek, просто начав вызывать API, пополнив на несколько сотен юаней. Некоторые компании объявили о развертывании модели DeepSeek, но на самом деле просто позволили сотрудникам посмотреть教程 Bilibili и скачать пакет установки в один клик. В этой волне энтузиазма DeepSeek, песок и глина俱下, рыбы и драконы смешаны.

Прилив в конечном итоге отступит, но DeepSeek显然 нужно сделать еще больше уроков.

Присоединяйтесь к официальному сообществу TechFlow

В избранное
Поделиться
Автор
字母榜