DeepSeek流量下滑真相：从C端网红到B端“军火商”，中国大模型的“虚火”与实路

摘要：几个月前，DeepSeek如平地惊雷，在全球技术圈掀起波澜。然而，近期关于其“热潮已过”的论调四起，Semianalysis的流量数据似乎也印证了这一点。但事实果真如此吗？本文将拨开C端流量的迷雾，深度剖析DeepSeek从“网红”到“基座”的战略转型，并结合其在东南亚市场的探索，探讨中国大模型出海面临的真实机遇与挑战。

一、流量的“表”与“里”：C端喧嚣下的B端底座

“DeepSeek不行了”，这是最近技术圈和媒体圈不少人的第一反应。

论据很直接：第三方研究机构 Semianalysis 的报告显示，DeepSeek R1发布后，其平台流量份额曾达到7.5%的峰值，但此后一路下滑至3%。更具对比性的是，其官网流量相较2月份下跌了29%，而同期ChatGPT的流量却猛增了40.6%。

数据不会说谎，但数据往往也只呈现了故事的一面。

如果我们切换视角，会看到另一番景象。据 QuestMobile 的数据，截至今年5月，DeepSeek的移动端月活（MAU）用户仍高达1.69亿。尽管相比3月的1.94亿有所回落，但这个体量依旧让它稳坐国内AI工具平台的头把交椅，领先于字节的“豆包”和腾讯的“元宝”。

一降一升，到底该信谁？

360集团创始人周鸿祎的观点，为我们揭示了硬币的另一面。他一针见血地指出，DeepSeek官网流量的下滑，源于其创始人梁文锋压根就没把精力放在C端流量运营上。 团队的核心目标始终是AGI（通用人工智能）和底层大模型的研发，而不是追求日活、融资额这些短期指标。

周鸿祎进一步解释了DeepSeek的真正价值所在——第三方生态。

“DeepSeek更像一个‘武器装备供应商’，而不是单纯的C端产品。”

这个比喻非常精妙。在火山云、阿里云、腾讯云以及英伟达云等主流云平台上，DeepSeek大模型的API调用流量持续高企。包括360自家的智能体基座模型在内，众多国内企业的产品都是基于DeepSeek进行改造和优化的。

因此，仅用C端官网的流量来评判DeepSeek的成败，无异于通过一家军火库的门市客流量，来判断其在整个战争体系中的重要性。DeepSeek的价值，更多沉淀在了看不见的B端调用和技术输出上。

二、出海东南亚：机遇与“温差”并存

作为中国LLM出海的桥头堡，东南亚市场对DeepSeek的态度极具代表性，这里既有政策的“暖风”，也有资本的“寒流”。

1. 暖风：高性价比模型的技术缺口

新加坡数码发展及新闻部部长杨莉明（Josephine Teo）的态度非常明确：新加坡欢迎像DeepSeek这样的低成本、高效率模型。

“从降低成本的角度来看，像DeepSeek这样的创新是非常受欢迎的。”

她解释道，对于新加坡这样的小国以及众多中小企业而言，如何在拥抱AI浪潮的同时，有效规避高昂的算力和模型使用成本，是一个现实问题。DeepSeek此前引发美股万亿美元抛售潮，正是因为它向市场证明了“用更少资源训练出与顶尖模型性能相当的模型”是可能的。这一点，对于预算和资源相对有限的东南亚市场，吸引力是致命的。

此外，杨莉明还指出了一个关键的本地化痛点：

“那些主要基于西方语料库、或许主要以英语训练的大型语言模型，在东南亚语境下使用会遇到困难。”

东南亚地区拥有数百种语言，一个纯英文训练的AI无法满足本地化需求。这为以中文为基础、并有能力进行多语言微调的中国大模型，留下了巨大的市场空间。

2. 寒流：资本寒冬下的审慎与观望

理想很丰满，但现实却很骨感。DeepSeek在东南亚的发展，始终受制于当地AI投资环境的整体“低温”。

根据CNBC援引Tracxn的数据，2022至2024年间，流入东南亚科技公司的风险投资额骤降79%。AC风投管理合伙人Helen Wong坦言，虽然已看到复苏迹象，但整个行业弥漫着浓厚的危机感，东南亚AI发展已明显滞后。

在严峻环境下，投资者的出手变得异常谨慎：

• Ryze Labs的Matthew Graham 认为，只有高度差异化的项目才有机会，本地LLM必须摆脱“跟风模仿”。

• Granite Asia的符绩勋 指出，东南亚对新技术的接纳存在滞后性。他看好DeepSeek为本地应用开发带来的可能性，但表示自己的投资会等待“人才与市场接受度的交汇点”。他还警示，传统企业正面临被原生AI企业颠覆的风险。

• 淡马锡的孙仁勇 则强调，技术成本下降后，投资重点应转向解决“瓶颈问题”的企业，例如智能体所需的容器化、持久内存等基础能力。

投资人的观点虽是一家之言，却也清晰地勾勒出了中国AI企业进入东南亚需要面对的残酷现实：市场有需求，但资本没耐心，技术需要与本地化场景深度结合才能打动投资人。

三、困局与破局：中国LLM的集体长征

尽管有政策欢迎和技术潜力，但DeepSeek在东南亚的渗透依然有限。除了在马来西亚（基于华为昇腾）完成了全国性部署，其他国家的市场大门仍未完全敞开。服务不成熟、数据安全与法律合规等问题，依旧是制约其发展的关键因素。

从竞争格局来看，ChatGPT和Google Gemini 依旧是东南亚市场的主导者。2025年6月的数据显示，ChatGPT在全球生成式AI领域的流量份额高达78.9%，而DeepSeek在东南亚的份额仅为27%。

这并非DeepSeek一家之困，而是中国LLM出海的集体现状：

• 豆包：尚未推出东南亚专属版本，仅通过支持印尼语、马来语等进行初步覆盖。

• Kimi：未进行大规模本地化产品投放，主要以语言能力支持营销类活动。

大家普遍处于“试水”阶段。

回到国内，DeepSeek热度的回落，也折射出一个行业共性问题：大模型产品过多，同质化严重。 一阵风吹过后，当用户的新鲜感褪去，自然会回归理性。这启示所有出海的中国AI企业，单靠“技术概念”和“一时热度”是行不通的，必须在本地化运营和场景深耕上，构筑真正的差异化壁垒。

写在最后

复盘DeepSeek的这轮风波，我们或许可以得出以下结论：

1. 这不是“热潮褪去”，而是从“爆发期”进入“沉淀期”。 DeepSeek的价值正在从C端流量的喧嚣，回归到B端技术输出的本质。用C端产品的逻辑去衡量一个B端基座的成败，本身就是一种错位。

2. DeepSeek依然是中国AI市场不可忽视的重要力量。 其对底层技术的专注，为国内众多应用层创新提供了坚实的“武器库”。

3. 中国大模型的出海之路，是一场集体长征。 无论是DeepSeek，还是豆包、Kimi，都面临着相似的本地化、商业化和合规化挑战。未来的成功，不仅取决于模型自身的技术实力，更仰赖于国家整体软硬件生态（如华为昇腾）和国际影响力的提升。

对于开发者和技术从业者而言，看清DeepSeek背后的战略定力与转型路径，或许比单纯关注其流量数字的起伏，更有价值。