DeepSeek 限额引争议:免费 AI 还在,无限量服务退场
DeepSeek 对 C 端 App 和网页版实施限额:不再支持超过 7 天的无互动旧会话接续、单次输入上限压缩至约 4 万字、每日用量设上限。据 OpenRouter,截至 11 月 15 日当周 DeepSeek V4.1 Flash 1017 完成 59.2 万亿 Token 调用,居全球首位,官方状态页显示其已多次出现服务故障。
DeepSeek 对 C 端 App 和网页版实施限额:不再支持超过 7 天的无互动旧会话接续、单次输入上限压缩至约 4 万字、每日用量设上限。据 OpenRouter,截至 11 月 15 日当周 DeepSeek V4.1 Flash 1017 完成 59.2 万亿 Token 调用,居全球首位,官方状态页显示其已多次出现服务故障。
腾讯2026年第三季度财报显示,剔除混元、元宝、CodeBuddy、WorkBuddy和小微等新AI产品影响,Non-IFRS经营利润为833亿元、同比增长8%;纳入后为680.7亿元、同比下降6%,差额约152亿元。
关注价值:拆解腾讯AI投入对经营利润的净影响,并对比WorkBuddy企业收费与小微生态变现两条路径。
DeepSeek 近日收紧网页版和 App 免费用户额度:超过 7 天不活跃的长对话无法继续使用,新对话单次输入文字上限压缩到约 4 万字,连续使用约两小时会触发“服务器繁忙,使用额度已达上限”提示。
腾讯总裁刘炽平在 11 月 18 日财报电话会上承认元宝未达最初预期、相关投入已大幅削减,而 WorkBuddy 最近七天收入折算年化超过 5 亿美元,第三季度收入达到第二季度的五倍以上。
关注价值:以腾讯两款 AI 产品的投入与收入对比,呈现大厂在流量入口与工作场景之间重新分配资源的取舍。
谷歌发布多模态决策模型 Gemini Decision 1,直接对标 TypeSafe 的 Jev,不生成文本、只输出候选项概率与置信度,单次请求最多处理 1000 项独立判断,支持文本、图像、音频、视频和 PDF 混合输入。
中国银行、工商银行、成都银行等已推出算力Token贷、工银智算通、算力贷等产品,企业以每月Token消耗流水、算力采购合同和业务订单换取贷款。落地案例中,光盒动力从中国银行广州分行获得500万元额度,期限3年分6期还款,利率约3%-3.1%,低于常规信用贷约3.5%。文章同时提到,银行仍以稳定收入、订单回款和现金流覆盖本息为硬门槛,Token贷更多给到已跑起来的标杆企业。
关注价值:文章梳理了多家银行以Token流水授信的落地案例与额度、利率细节,呈现AI企业融资渠道的新变化。
腾讯第三季度营收以高个位数增长且略低于预期,调整后净利润下降,资本开支则远超预期、达上年同期数倍。总务及行政开支的增量几乎全部落在研发上,涉及模型升级、微信 AI 功能及编程与办公工具;广告毛利率因 AI 相关运营成本上升而收窄。营销服务增长近两成,云业务增速更快,管理层称 AI 相关需求与海外扩张是主要动力。
Vercel 的 AI 模型路由在 10 月有超过四分之一请求流向决策模型,这类模型不生成输出 token,而是快速低成本地在预设选项中做选择并给出置信度。
OpenAI 发布 GPT-6.2 Astra 和 Sol,在 ChatGPT Work、Codex 与 API 中提供更强的专业输出、编程、计算机操作能力和更低成本下的效率。
市值榜分析指出,无问芯穹、九章云极、硅基流动等做Token生意的AI基础设施公司正走向资本市场,但盈利仍承压。2025年硅基流动收入5533万元、同比增长653.2%,综合毛利率却从39.4%降至-24%,其中按Token计费的Serverless API业务毛利率低至-119%。
联想11月10日发布“万全混合词元工厂”品牌,并宣布与张家口市政府合作建设首个混合词元母本工厂,初期规划1.5万P异构算力集群、约100MW智算中心,词元年产量超2000万亿。联想希望借此从“卖AI设备”转向将算力资源转化为“AI产出”,其三层架构由问天AI基础设施、万全混合词元工厂和擎天与百应智能体解决方案构成。
谷歌推出由 Gemini Decision1 模型驱动的 Gemini Decisions API,可在单次前向传递中对预设选项评分并返回概率与置信度分数,端到端延迟 150–250 毫秒。
JioStar 首席架构师 Vijay Seshadri 分享了在 5 亿用户规模下落地 AI 发现的实践。他围绕评估、护栏以及将 AI 推向生产环境给出了经验教训。
G7易流平台月度Token消耗量从2025年月均67亿增至7700亿,一年增长115倍,但仅约4%活跃客户大规模将AI投入业务运行。G7易流创始人、CEO翟学魂在2026数字物流大会上提出,AI开工的关键是获取现场事实、提供现场帮助,并依托紫宝盒车载硬件与拍拍豆穿戴式终端把交接、测温、货品检查等现场动作转为可分析数据。
具身智能行业出现开放 API 的趋势:10 月 Physical Intelligence 开放模型 API 测试,开发者可上传机器人数据微调模型并通过云端推理驱动机器人;同月 Dream Labs 推出按作业时长计费的 Dream API;11 月 3 日原力灵机升级 Dexmal MaaS,把数据上传、训练和部署放在同一平台。
11月2日晚李佳琦直播间以0.01元促销千问办公个人月卡,半小时售出近10万份,对应约2万亿Token算力额度。
关注价值:以两家赴港上市企业的披露数据拆解 Token 工厂的收入结构与毛利,呈现推理服务商业化的成本压力。
苹果据彭博报道下调工程团队的每日 AI 使用额度,10 月已从 300 美元降至 200 美元,部分额度还将降至每天 100 美元。工程部门之外,苹果据称正考虑设置低至每天 25 美元的上限。此前企业鼓励员工大量使用 AI 的 tokenmaxxing 热潮,因账单到期而转向 token 配给。
苹果正收紧员工使用AI模型的预算以控制成本,上月已将部分工程师每日AI支出上限从300美元下调至200美元,并计划进一步削减部分工程团队额度,最低可能降至100美元。
TypeSafeAI于9月中旬发布决策模型Jev,它只输出是/否、选项编号或概率分数,上线数周用户破百万,财富500强中约三分之一企业开始使用,24天内估值从约2亿美元升至75亿美元。
更聪明的模型正在更快烧尽付费用户的配额:OpenAI 在用户投诉后上调了部分 Pro 和企业版上限,Moonshot AI 的 Kimi 约半年内三次正式道歉,最新一次因 Kimi K3.1 Pro 上线数小时耗尽额度而全公司恢复 25% 配额。
马斯克在 X 上回应称 Grok Bot 的服务成本相对收入过高,确认万圣节周末部分用户周用量额度异常耗尽并非故障。有用户报告用量从低至 50% 跳升至 100%,马斯克尚未说明后续订阅者用量限制将如何调整。
月之暗面新模型 Kimi K3.1 Pro 上线不到12小时即因额度快速消耗引发用户集中抱怨,两天后官方就限流和不必要的额度消耗致歉,为所有套餐订阅者一次性恢复25%的月度额度,并承诺减少不必要的子 Agent 调用和输出长度。这是 Kimi 半年内第三次道歉;K3.1 Pro 完成 Intelligence Index 累计输出约1.5亿 Token,比参与测试模型中位数高出约72%。
度小满与香港科技大学、香港生成式人工智能研发中心(HKGAI)联合发布轩辕4.5金融增强大模型,为金融领域首个将自进化RSI技术用于模型训练及智能体场景目标适配的金融增强大模型,含大语言模型和多模态模型两部分。
PPTV创始人姚欣创办的分布式云计算服务商派想未来正冲刺港股IPO,2025年营收7.70亿元,日均Token消耗已破万亿。公司综合毛利率从2023年的17.7%降至2025年的9.4%,AI云计算业务2025年毛利率为-10.7%,净亏损2.23亿元。按补充协议,若2026年12月31日前未完成上市,投资人赎回权将恢复。
关注价值:拆解派想未来招股书,呈现算力转售模式在毛利率、大客户依赖与赎回压力上的具体约束。
AI 用量正变得像消费品,云厂商和模型实验室在中国购物季把订阅和 token 充值摆上电商货架。聚合平台、中国推理服务商和小型 API 转售商构成三层生意,后者以远低于官方价的价格售卖海外高端模型接口,部分还涉及账号交易。网信监管已对未做评估、内容安全失守的多模型接口转接网站责令整改,主要实验室半年内封禁账号数以百万计。
阿里云、DeepSeek、智谱、MiniMax、Kimi等大模型公司接连入驻电商平台,把AI订阅和Token充值做成“双十一”新品类。与此同时,部分API中转站报价低至Claude官方价约1.5折,但存在偷换模型、封号与合规风险,国家网信办9月已首次点名API中转站。行业出路转向官方授权合规经营、云厂商打包服务、运营商Token套餐及自动模型路由等方向。
Physical Intelligence(PI)于10月13日宣布推出Pi API beta版,把上传机器人数据、托管微调、云端推理与评测回流打包成一条服务链,尝试按API售卖具身大脑。该服务采用申请制,定价未公布,部分早期部署已暴露网络连接问题。多位从业者认为,国内大概率会跟进,但更可能先由阿里云这类平台型公司长出机器人API付费模式,而非照抄PI。
OpenAI 于当地时间10月22日宣布正式全面开放决策 API(Decisions API),由 GPT-6 Luna 提供支持。该 API 输入每百万 token 收费 0.10 美元,缓存输入每百万 token 收费 0.01 美元。OpenAI 内部团队正将决策 API 应用于产品和业务工作流。
OpenAI 于周四向所有客户开放 Decisions API,该产品在 9 月 29 日的开发者日上发布,基于 ChatGPT Luna 重新配置以加快推理并降低成本。
Canva 发布首个自研图像生成模型 Canva Craft,由内部研究团队开发,对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成,可输出最高 2K 分辨率、30 种宽高比的图像,并支持精准局部编辑;训练数据来自 Canva 模板库中的设计作品而非照片,生成结果可通过 Canva Magic 转为分层设计。
AI 初创公司 Recursive 发布首个模型 Flint,这是一个可在笔记本本地运行的免费编码模型,采用 Apache 2.0 许可在 Hugging Face 开放下载,公司称其研发过程主要由自研自动化研究系统 Eureka Machine 参与,小团队不到四个月从零完成。
润建股份在10月中旬公布一份一年期合同,海外客户承诺采购2亿美元由国内智算中心生产、经网络交付的大模型推理服务,采用后付费按量计费,实际用量不足年度最低额仍须按合同补足差额。公司不出口服务器或芯片,只按输入与输出token计费。该合同金额约为润建股份2026年上半年营收的三分之一,收入将在截至2027年10月的服务期内确认;其算力网络业务上半年成本增速快于收入,毛利率处于高个位数且同比下滑。
MiniMax 正式发布新一代 Flash 模型 M3.1 Flash,此前以匿名身份处理超 200T Token 的 Space Bunny 模型正是其早期版本。M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力上实现代际提升,线上推理速度提升近 3 倍,使用成本降低 70%。MiniMax 预告追求更高智能上限的 Pro 版本将于不久后推出。
定焦One梳理了九章云极、硅基流动、无问芯穹等押注Token生意的公司,指出Token调用量两年多增长超1000倍,但调用量增长不一定带来利润。
Elorian 发布首个 AI 模型 Glimpse,以研究预览形式提供 API 访问,聊天界面需排队等候。Glimpse 在推理过程中可裁剪图像区域、抽取视频帧或运行代码测量比较,Elorian 称之为视觉暂存空间;定价为每百万 token 输入 0.60 美元、输出 3 美元。
xAI 推出 Grok Voice 3.0 语音模型,已通过语音代理 API 开放使用,定价为每分钟 0.08 美元,与上一代相同。该模型已用于特斯拉车辆语音交互及 SpaceX 旗下星链客服中心,后者每天处理约 2 万通多语言客户来电,约 70% 无需人工介入即可解决。
旧金山初创公司 Niobia 让客户在生产线上部署 AI 智能体,借助自带的 GPU 检测针孔级划痕等缺陷,工程师再通过聊天机器人追问成因,把排查时间从数天缩短到数分钟。其智能体基于开源模型并用电池与芯片研究数据进一步训练,客户可自持加密密钥,避免敏感数据上云。公司目前聚焦薄膜涂覆、电镀和流化床反应三个方向,并计划让技术走向更自主,最终打造全自动驾驶工厂。
10月7日,OpenAI 发布 GPT-6 和 Intelligent UI,ChatGPT 可自主生成图表、按钮、表单等可交互界面,联网搜索首字等待时间比上一代缩短44%。
Goodfire 推出一种从模型内部信号入手的 AI 智能体监控器,已向 Baseten 客户开放。在 Kimi K3 测试中,监控约 1500 个会话成本约 51 美元,而用廉价模型逐步检查需 233 美元、顶级模型约 1 万美元;探针捕获 94% 的恶意黑客会话,并将 8.7% 无害会话送二次审查。
Anthropic 发布 Haiku 5.5,将 10 万 Token 以内每百万 Token 输入价格从 1 美元降至 0.1 美元、输出降至 0.5 美元,上下文从 20 万 Token 提升至 100 万 Token,并首次加入 Adaptive Thinking 与 Browser Use。