潞晨停MaaS转做视频模型：中小云卖API为何巨亏
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
潞晨科技创始人尤洋披露，中小云厂商部署 DeepSeek 卖 API 实际月亏 4 亿（A 级·自称实测），因实测吞吐量仅 300 Tokens/秒/节点，远低于 DeepSeek 官方 14.8k 水平（B 级·官方数据），且官方 84.5% 毛利基于 1814 张 H800 的极致优化，普通厂商无法复现。3 月 1 日，潞晨停止 MaaS 业务，转型视频模型与私有化部署。对搞钱者而言，单纯转售 API 是死局，无优化能力必亏。可行动点：调研对数据安全有强合规要求的企业，提供本地模型部署与运维服务，避开纯算力价格战。
- 避开纯 API 转售，实测吞吐量低导致巨额亏损
- 关注有数据合规需求的企服市场，做私有化部署
- 参考潞晨转型路径，转向视频生成模型研发
一、这是什么机会
潞晨科技放弃“卖API”的MaaS业务，转向为对数据安全有要求的中小企业提供私有化模型部署与运维服务。客户付费购买本地服务器上的模型算力及后续维护，而非按Token调用计费。核心逻辑是：大客户和巨头有深度优化能力，能赚毛利；中小云厂商吞吐量远低于官方数据，转售API必亏，但帮客户把模型装进本地机房并管好，仍有市场。
二、独立判断
纯API转售是死局，但“私有化部署+运维”有生存空间。DeepSeek官方数据显示头部玩家毛利可达84.5%，而潞晨实测中小云部署吞吐量仅为官方的几十分之一，月亏4亿是数学题而非观点。中小企业有真实的数据合规需求，愿意为“不出内网”付溢价，这是避开算力价格战的护城河。
三、冷启动路径
第一步找1-2家有数据合规压力的本地国企或中大型企业，用开源模型（如Llama 3或Qwen）做POC（概念验证），证明本地部署能跑通业务流程。成本量级在数十万元（硬件+人力），周期3-6个月。验证点不在于模型多先进，而在于能否替代公有云API且满足安全审计。
四、最大风险与避坑
致命坑是技术债务：私有化部署后的运维复杂度远超想象。输入输出波动、用户请求多样化都会导致线上服务效率下降，若团队缺乏深度推理优化能力，客户体验会很差。应对方法是聚焦“部署”而非“极致性能”，明确告知客户预期吞吐量，避免承诺无法达标的SLA（服务等级协议）。
五、案例复盘（别人怎么做的）
- 数据基准：DeepSeek官方2月27日数据：1814张H800支撑2000-3000万日活，单节点吞吐量输入73.7k/输出14.8k Tokens/秒，据此测算毛利84.5%。
- 反面教材：潞晨实测中小云部署，单节点吞吐量仅约300 Tokens/秒，远低于官方值。固定GPU成本下，低吞吐量导致月亏损高达4亿。
- 业务转向：3月1日，潞晨正式停止MaaS服务，不再卖Token调用，转做“AI版Databricks”，专注帮客户搭建私有化推理平台。
- 市场定位：尤洋认为MaaS更适合有独家模型且能做深度优化巨头；中小厂商若硬做转售，承担的是链条上最大的亏损风险。
- 新赛道布局：潞晨同时启动视频生成模型自研，试图在技术热潮前通过差异化能力建立壁垒，而非在通用大模型红海里内卷。
六、双轨可执行性
国内：可行。针对金融、政务等强数据合规行业，推广“本地机房+开源模型+运维托管”方案，收取部署费+年维保费。跨境：此轨道不可行。跨境私有化部署涉及跨境数据传输合规及海外本地硬件采购门槛，中小团队难以复制潞晨在国内的供应链优势，建议避开。
原文 · 晚点聊 LateTalk：阅读原文 →
相关工具推荐（推广）：腾讯云周年庆推广
