微软Copilot悄悄接入了DeepSeek：当美国大厂开始用国产大模型兜底，信号比你想的严重

一句话先说结论

2026年6月16日，微软宣布Copilot Cowork转向按使用量计费，同时据Axios报道，微软正在考虑引入由Azure托管的DeepSeek V4模型作为低成本选项。这不是一条普通的产品更新——这是美国科技巨头第一次在核心AI产品线里，认真考虑用中国大模型来兜底成本。

一、发生了什么：从"不限量"到"按量计费"

当地时间6月16日，微软正式宣布其企业AI工具Copilot Cowork从订阅模式转向按使用量计费。

微软Copilot、Agent和平台执行副总裁Charles Lamanna在接受Axios采访时说了一句大白话：

“我们有些用户一周会执行数百个任务，他们的效率很高，随之而来的结果是成本也变得非常高。”

测试结果显示，Copilot Cowork无法继续以不限量使用的方式提供。翻译一下：用户用得越多，微软亏得越多，这个账算不过来了。

目前的Copilot Cowork主要由Anthropic和OpenAI的模型支撑。这两家的模型能力确实强，但价格也确实贵。于是微软做了一个决定——预计在未来几周内推出低成本模型选项，并在届时确认最终选择。

据Axios报道，微软正在探索的方向包括：经过微调的DeepSeek V4，或某款开源模型。

如果最终选择DeepSeek，该模型将作为可选项提供给客户。也就是说，企业用户可以在"高性能高成本"和"低成本够用"之间自己选。

二、算一笔账：为什么微软扛不住了

要理解微软为什么急着找替代方案，得先看看当前的成本结构到底有多离谱。

Copilot Cowork要求用户先拥有Microsoft 365 Copilot订阅许可证，然后按使用量计费，以"Copilot Credits"为单位。每项任务的价格由四个维度计算：模型使用、上下文检索、工具调用、运行时间。

模型使用这一项，就是成本大头。我们对比一下两个模型的定价：

模型	输入价格（/百万tokens）	输出价格（/百万tokens）
Claude Fable 5	$10	$50
DeepSeek V4-Pro	$0.28	$0.42

输入端，DeepSeek V4-Pro的价格是Claude Fable 5的1/35。输出端更夸张，是1/119。

再看能力侧。DeepSeek V4-Pro采用1.6万亿参数的MoE架构，SimpleQA-Verified得分57.9，MRCR 1M MMR得分83.5。据测算，其能力性价比约为Claude Opus 4.8的31倍。

31倍。这个数字什么概念？打个不那么严谨的比方：如果你花1块钱用DeepSeek能完成的事，用Claude要花31块钱才能达到同等效果。

Lamanna说"成本变得非常高"，现在你知道他不是在客气了。

三、微软的算盘：多模型路由才是真正的趋势

很多人看到这条新闻，第一反应可能是"微软要用DeepSeek替换OpenAI了"。不是。

仔细看微软的方案设计：

1. DeepSeek是可选项，不是默认启用
2. 模型完全托管在Azure上
3. 客户数据留在微软云内，受Azure企业安全、合规和数据驻留控制覆盖
4. 公司已对模型进行微调并加入安全措施

这个设计透露出的是一个更聪明的策略——多模型路由。

什么意思？搭一个调度层，根据任务自动路由，根据任务的复杂度、延迟要求、成本敏感度，自动或手动把请求路由到不同的模型。

• 简单的文档摘要、格式转换、基础问答 → 路由到DeepSeek V4-Pro，成本极低
• 复杂的代码生成、多步推理、长上下文分析 → 路由到Claude或GPT，保证效果
• 中间地带的任务 → 根据用户偏好和企业预算策略灵活配置

这其实不是微软的发明。在企业AI落地的真实场景里，"多模型路由"已经成了一个明显趋势。原因很简单：没有哪个模型在所有任务上都是最优解。 强模型贵，便宜模型在某些任务上够用，聪明的做法是让它们各干各擅长的活。

微软这次的举动，本质上是在把自己的平台能力从"我们提供最好的AI"升级为"我们提供最懂你怎么花钱的AI"。

四、真正的信号：成本正在重塑AI竞争格局

这条新闻最值得关注的，它暴露出的三个行业信号。

信号一：AI推理成本正在成为大厂的生命线。

微软不是缺钱的公司。但即便是微软，也扛不住"每个用户每周执行数百个任务"的成本压力。这说明AI应用从"尝鲜阶段"进入"规模化阶段"之后，推理成本不是边际问题，是生存问题。

谁能在同等能力下把成本压到最低，谁就能在大规模部署中活下来。这不是技术竞赛，是经济竞赛。

信号二：中国大模型的竞争力已经从"追赶"变成"不可忽视的替代项"。

注意微软的措辞——他们在"考虑"引入DeepSeek，而且已经做了微调和安全措施。这意味着这已经进入工程验证阶段。

一个美国科技巨头，在核心企业产品线里，把中国模型列为候选方案，并且模型托管在自己的Azure上以保证合规——这件事放在两年前是不可想象的。它说明DeepSeek的能力和价格组合，已经强到让微软愿意花工程资源去适配和安全化。

信号三："模型即服务"的定价权正在转移。

过去两年，定价权掌握在OpenAI、Anthropic手里。他们定多少，市场就接受多少。但现在DeepSeek V4-Pro把价格打到了$0.28/$0.42，这等于给整个行业设了一条价格地板。

如果Claude Fable 5继续维持$10/$50的定价，那它就必须在能力上证明自己值这个价——在关键任务上确实强71倍。否则，越来越多的企业会像微软一样，开始认真考虑"够用就行"的低成本方案。

五、对开发者和企业用户意味着什么

如果你是企业AI应用的决策者，或者正在做AI产品的技术负责人，这条新闻值得你认真想三件事。

第一，你的产品架构准备好接多模型了吗？

如果你的应用现在硬编码绑死在一个模型上，无论是因为API方便还是因为效果最好，你都需要开始考虑抽象层了。模型在变、价格在变、能力在变，你的架构必须能在不改业务代码的前提下切换底层模型。这是基本的工程素养。

第二，你算过"够用"的成本吗？

很多团队默认选最强的模型，因为"效果最好"。但你有没有认真评估过，你的用户场景里有多少任务是真的需要顶级模型，又有多少是杀鸡用牛刀？如果一个文档摘要任务用GPT级模型和用DeepSeek级模型的结果差异用户根本感知不到，那你每个月在烧掉几十倍的钱。

第三，数据合规和模型来源，你考虑清楚了吗？

微软选择把DeepSeek托管在Azure上，让数据留在自己的云里——这是一个关键设计。对于企业用户来说，"用谁的模型"和"数据在谁手里"是两个独立的问题。你可以用一个中国公司的模型，同时保证数据不出你的合规边界。微软已经趟出了这条路，但如果你是自建方案，这个问题需要你自己回答。

六、这不是终点，是拐点

微软这次考虑引入DeepSeek，表面看是一次成本优化决策，深层看是AI产业格局变化的一个缩影。

当最贵的模型不再是唯一选择，当中国大模型开始出现在美国巨头的候选名单里，当"多模型路由"从概念变成产品功能——我们正在进入AI应用的第二个阶段：不再追求"最强的模型"，而是追求"最合理的模型组合"。

DeepSeek V4-Pro以1.6万亿参数MoE架构做到Claude Opus 4.8的31倍性价比，这不仅仅是一个技术成绩单，更是一张价格战的开火令。

接下来值得关注的是：当这种多模型路由成为标配之后，谁还愿意为71倍的价格差买单。

Lamanna说"未来几周推出低成本模型选项"。几周之后，答案就会揭晓。但无论结果如何，信号已经发出去了——在AI的大规模落地时代，成本才是真正的指挥棒。