趋势解读:Deepseek topped Ramp's trending software vendors in June,解读最新研究结论
Deepseek在2026年6月成为Ramp增长最快的软件供应商,美国公司为追求更便宜AI直接付费,引发安全与竞争担忧。
原贴
查看原文原文
中文翻译
2026年6月,Deepseek领先Ramp增长最快的软件供应商。该类别跟踪相对于规模的突破性增长。Ramp首席经济学家Ara Kharazian表示,美国公司直接向Deepseek付费并通过其平台发送数据,因此这与自托管开源使用的好处无关。Kharazian警告直接使用中国模式的安全和竞争风险,并怀疑这种趋势是否会持续下去。Deepseek于四月底推出了Deepseek V4。它的总体性能无法与西方最好的型号相媲美,但价格却只是西方最好的型号的一小部分。性能差距当然远小于价格差距。Deepseek在2025年1月经历了短暂的炒作周期,根据Ramp AI指数,其在美国公司中的采用率达到0.3%,然后迅速下降至0.1%。数据涵盖超过50,000家公司的真实交易。总体而言,西方AI实验室仍大幅领先,但Deepseek5月的突破符合中国模型因性价比而受到欢迎的更大格局。2025年12月的一份报告显示,Deepseek和阿里巴巴的Qwen等中国模型在Hugging Face下载量方面首次超过美国竞争对手,占所有热门新模型下载量的44%以上。Kharazian认为成本意识可能是Deepseek6月份强劲表现背后的推动力。Fireworks AI、fal AI和DeepInfra等推理平台也在增长,因为公司使用它们来运行开源模型,而不是向OpenAI或Anthropic付费。这些是代币经济的早期迹象:公司可能会越来越多地根据性价比来选择模型。最近,关于人工智能的投资回报率存在争议,许多公司都难以衡量这一点。与此同时,所有供应商的型号价格都在上涨,很明显,大量补贴的统一费率时代即将结束。Ramp的数据不支持一件事:“SaaSpocalypse”,人工智能杀死了既定的软件产品。Ramp表示,尽管Anthropic的Claude等产品取得了成功,但Figma和Paper等设计工具的需求仍然很大,该公司最近也推出了自己的设计衍生产品。
核心信息
Deepseek在2026年6月成为Ramp增长最快的软件供应商,美国公司为追求更便宜AI直接付费,引发安全与竞争担忧。
- Deepseek成Ramp六月份增长最快供应商
- 美国公司直接付费使用引发安全担忧
- 中国模型因高性价比下载量超越美国
- 代币经济兴起,公司按性价比选模型
- AI投资回报争议,补贴时代接近尾声
详细解读
这是什么信号
这条内容的中文标题可以概括为《趋势解读:Deepseek topped Ramp's trending software vendors in June,解读最新研究结论》。它来自 The Decoder,原始标题是 Deepseek topped Ramp's trending software vendors in June 2026 as US companies chase cheaper AI。从信号类型上看,它不是单纯的资讯快讯,而是更适合做长期跟踪的结构化内容源。
为什么重要
解读最新研究结论之所以重要,是因为它通常直接连接到开发效率、内容生产、业务验证或团队协作。对OPC这种内容管理系统来说,真正有价值的不是“它发生了”,而是“它能否成为下一条高质量栏目内容的起点”。因此这类内容比普通新闻更适合作为深度文章的素材基础。
对谁有价值
从栏目匹配来看,这条内容更偏向全球热点。你可以把它看成一个“可二次加工”的信号:一方面能生成面向前台的中文解读,另一方面能沉淀成后续的专题、周报和历史回顾。如果读者只是看到一条短资讯,他通常只会知道“有这回事”;但当它被整理成深度文章后,读者才能进一步理解这件事为什么值得关注、适合谁、会影响哪些工作流。
可以怎么行动
把这条内容归档到对应栏目,并记录3个最重要的关键词。补一段“对业务/创作的直接启发”,避免文章停留在资讯层。如果后续7天内还有同主题内容出现,就把它们合并成系列文章或专题页。
风险或限制
Ramp的数据仅覆盖美国公司,可能不完全反映全球趋势。此外,Deepseek的采用率曾快速下降,表明热潮可能短暂。中国模型的安全和竞争风险也是潜在制约因素。
来源:Matthias Bastian,The Decoder
信息差价值
信息差价值:多数人只关注Deepseek的炒作热度,但Ramp的交易数据揭示了企业真实采用动态,尤其是直接付费而非自托管这一关键细节,反映了企业级AI采购的务实转向。
业务启发:企业应重新评估AI模型的性价比策略,不能仅依赖品牌或性能排名。代币经济趋势下,按需选择多个开源模型组合可能更高效,同时需关注数据安全与合规风险。
可沉淀动作:建立AI模型评估框架,定期跟踪Ramp等真实交易数据;开发内部模型选择SOP,平衡性能、成本与安全;针对中国模型设立专项测试,明确适用场景与限制。