DeepSeek开始给免费聊天加限制了。

自2026年11月15日起,陆续有用户在使用DeepSeek的App和网页端时,遇到了长对话截断、单次输入字数受限以及每日使用额度触顶的提示。

更有意思的是,就在限额出现前两天的11月13日,DeepSeek刚刚正式向开发者全面开放了全家桶应用API。

截至11月18日,官方尚未发布统一的限额公告。一边收紧免费端,一边扩大接口开放,DeepSeek为什么偏偏在这个时间点调整服务规则?

打开网易新闻 查看精彩图片

限制的不是普通聊天,而是高消耗的长对话

说实话,这次限额并不是针对所有用户的统一限制。

根据财新、澎湃新闻和联合早报等媒体的多方核实,不同用户收到的提示并不统一。有的账号提示“算力不足,不再支持超过7天不活跃的长对话”,有的账号显示的是“72小时不活跃”。

此外,还有部分用户遇到了单次输入限制在4万字左右、文件阅读前20页或1万Token,以及每日配额上限的情况。

打开网易新闻 查看精彩图片

普通用户平时偶尔查个资料、问几个简单问题,几乎感受不到变化。

真正受到冲击的,是高频使用长文本的重度用户。

比如用它连续分析几十页财报、反复修改长篇代码,或者在同一个对话框里持续推进项目的人。一旦超过72小时或7天未活跃,原有对话无法继续,用户就得重新上传文档、重新输入背景指令,工作连续性直接被打断。

打开网易新闻 查看精彩图片

用户的不满很快体现在了公开评价上。

有媒体在11月17日查看应用商店数据时发现,DeepSeek在小米应用商店的评分降至2.6分,苹果端为3.8分。评论区里甚至有不少人留言表示愿意付费换取稳定服务,但官方目前并没有推出对应的个人付费套餐。

问题也随之而来:既然要承受评分下滑和舆论争议,为什么首先被限制的是长对话?

每一张显卡面前,长对话和模型研发都在争资源

说白了,这背后是一道很现实的算力消耗题。

在大模型运行过程中,用户输入的问题越长、对话轮次越多,系统需要调用的显存和计算资源就越庞大。

长对话最典型。

为了保证模型在几十轮对话后还能记住前面的内容,服务器必须在显卡的高带宽内存(HBM)里维持庞大的键值缓存(KV Cache)。对话越长、同时在线的人越多,显存和带宽的占用就会成倍放大。

打开网易新闻 查看精彩图片

其实,DeepSeek在工程优化上已经做得很极致了。

2026年9月10日,DeepSeek发布V4.1 Flash时曾公开披露,通过架构改进,新模型对KV缓存的高带宽内存需求已经降到了上一代的四分之一,同时还推出了峰谷差价机制,引导开发者错峰调用。

但技术优化只能降低单次消耗,却挡不住总需求暴涨。在用户规模不断扩大的情况下,免费且不限量的长上下文推理,依然会在高峰期对服务器吞吐造成巨大压力。

更关键的是,算力不仅要用来维持眼前的聊天服务,还要用来训练下一代模型。

早在2024年7月,DeepSeek创始人梁文锋在公开访谈中明确表示,公司的目标是通用人工智能(AGI),同时也坦言先进芯片供应是重要的外部约束。当年底发布的DeepSeek-V3技术报告显示,仅完成V3这一款模型的完整训练,就消耗了约278.8万个H800 GPU小时。

打开网易新闻 查看精彩图片

数据来源:DeepSeek-V3 技术报告

这里需要把事实边界说清楚。

因为没有官方披露的内部芯片调度表,正如斯坦福大学基础模型透明度报告所指出的那样,外部研究机构并不掌握DeepSeek 2026年具体项目的训练与推理GPU分配明细。

在企业实际运维中,负责在线聊天的推理集群和负责模型研发的训练集群,物理上也未必是同一批显卡。

所以,咱们不能武断地说DeepSeek把个人用户的显卡直接拔去训练新模型了。

打开网易新闻 查看精彩图片

但从企业整体预算和算力采购配额的角度看,资源总量是有限的。在高端芯片供应受限的前提下,多拿出一部分预算和算力去支撑高消耗的免费长对话,留给下一代前沿模型实验的资源余量就会相应减少。

国际算力竞赛提速,让研发投入很难停下来

如果把视角放宽到全球AI行业,就能理解为什么DeepSeek在资源分配上必须精打细算。

打开网易新闻 查看精彩图片

2026年下半年,美国科技巨头在AI基础设施上的资金投入还在继续加码。

微软在涵盖2026年7月至9月的财季电话会上披露,单季资本开支达到452亿美元,其中约四分之三投向了CPU、GPU及内存存储等资产。Alphabet在2026年第三季度的资本开支更是达到514亿美元,绝大部分用于AI技术基础设施。

Meta则将2026年全年的资本开支指引上调至1350亿至1450亿美元,并明确提到算力需要兼顾模型训练和核心业务。

当然,单季支出和全年预测的统计口径不同,这些资金也包含了数据中心土建和常规云业务,不能简单相加,更不能直接等同于单一模型的训练费用。

打开网易新闻 查看精彩图片

即便如此,这种量级的持续投入,依然推高了全球大模型迭代的整体节奏。

国内科技企业同样在扩建基础设施,比如阿里巴巴在2025年2月就公布了未来三年投入至少3800亿元人民币建设云和AI硬件的计划。

但受制于美国商务部工业与安全局(BIS)自2023年10月起更新的先进计算芯片出口管制规则,国内专注前沿模型研发的独立实验室,在获取顶级训练芯片的数量上始终存在客观上限。

打开网易新闻 查看精彩图片

不得不说,当海外竞争对手能够依靠千亿美元级别的资本开支不断扩充集群规模时,芯片总量受限的团队,就只能把有限的硬件资源集中在最核心的技术突破上。

一边收紧免费端,一边开放API,本质是业务分层

回过头来看开头提到的那个反差,限制免费长对话与全面开放API同时发生,背后其实并不矛盾。

2026年11月13日,DeepSeek正式开放了全家桶应用API,把原本只在App和网页端提供的联网搜索、文件输入、阅读链接、语音交互等能力,全部开放给外部开发者调用。

第三方模型聚合平台OpenRouter的数据也印证了市场需求的旺盛:11月9日至15日这一周,DeepSeek V4.1 Flash-1017的周调用量达到了59.2万亿Token,相比10月下旬的33.6万亿Token几乎翻倍。

打开网易新闻 查看精彩图片

这两件事放在一起看,其实已经给出了答案。

如果DeepSeek真的因为算力枯竭而打算收缩业务,它完全没必要在11月13日主动扩大开发者接口的开放范围。

相反,限额与开放并存,恰恰说明它正在做一轮务实的资源分层。

开发者调用API是按量计费的,既有明确的商业回报,又能扩大技术生态;而面向普通用户的网页和App端目前完全免费,一旦不加限制地放开超长上下文,就会成为消耗显存最多、却没有直接收入的环节。

打开网易新闻 查看精彩图片

在免费服务、商业API和下一代模型研发这三个目标之间,DeepSeek显然选择了优先保住研发和付费生态,对免费端的高消耗场景进行适当节流。

由于官方尚未公布具体的服务器调度说明,这次限额究竟是阶段性的高峰期应急措施,还是长期的资源优先级调整,目前仍有待验证。

接下来,其实只需要观察三个信号就够了:一是免费端的长对话和每日额度限制会不会逐步放宽;二是官方会不会顺势推出面向个人用户的付费会员方案;三是DeepSeek下一代主力模型的发布节奏和性能表现。

打开网易新闻 查看精彩图片

这些实际动作,比任何猜测都能说明算力最终流向了哪里。