在AWS和Azure上运行DeepSeek-R1涉及不同的成本结构，这主要是因为两个平台通过不同的定价模型提供了模型。
AWS定价模型：
- AWS允许用户通过支付消耗的计算资源而不是代币来访问DeepSeek-R1。这种方法与开源AI模型通常在AWS上的价格相吻合。用户可以使用拥抱面平台自定义其DeepSeek实现，这为需要规模和自定义的企业提供了灵活性。
- 在AWS上运行DeepSeek-R1的成本将取决于特定的服务器配置和使用模式。例如，AWS为AI优化的服务器每小时收费高达124美元，如果连续使用，该服务器可能会转化为大量的月度费用。
Azure定价模型：
- Azure还通过为所使用的基础计算能力充电提供对DeepSeek-R1的访问。但是，Azure不需要为DeepSeek租用专用服务器，这可能会根据模型的有效运行效率而导致可变定价。
- 截至最近的更新，Azure的DeepSeek-R1定价未在标准定价计算器中明确列出，建议用户与销售或支持团队联系以获取详细的定价信息。
- 一些报告表明，API访问DeepSeek-R1可以以低成本开始，例如每百万个代币0.14美元，尽管这可能不能反映Azure计算资源的标准定价结构。
关键差异：
- 定价结构：基于计算资源的AWS和Azure收费，而不是DeepSeek-R1的代币。但是，与某些其他提供商不同，这些平台上的特定定价不是标准的。
- 自定义和灵活性：AWS通过与“拥抱面”进行定制提供了更大的灵活性，这可能会吸引需要量身定制的AI解决方案的企业。
- 成本效率：DeepSeek-R1通常被定位为专有模型的成本效益替代品，但是AWS和Azure的实际成本在很大程度上取决于用户如何有效地管理其云资源。
总而言之，尽管AWS和Azure都提供DeepSeek-R1，侧重于成本效率，但实际的成本差异在很大程度上取决于用户如何管理其云资源以及他们选择的特定服务器配置。
引用：
[1] https://prompt.16x.engineer/blog/deepseek-r1-cost-pricing-speed
[2] https://learn.microsoft.com/en-us/answers/questions/2152620/price-for-usage-of-deepseek-r1
[3] https://campustechnology.com/articles/2025/02/04/aws-microsoft-google-toshoth-others-make-make-make-deepseek-deepseek-r1-ai-model-model-available-available-on-their-platforms.aspx
[4] https://bluexp.netapp.com/blog/azure-vs-aws-pricing-comparing-comparing-apples-to-apples-apples-azure-aws-cvo-blg
[5] https://artaveranalysis.ai/models/deepseek-r1
[6] https://www.reddit.com/r/localllama/comments/1ID5179/r1_is_is_now_now_on_azure_ai_serverless_great_great_news_if/
[7] https://windowsforum.com/threads/deepseek-r1-the-----------ai-game-game-changer-on-azure-and-aws.351061/
[8] https://www.byteplus.com/en/topic/385527
[9] https://iot-analytics.com/winners-losers-generative-ai-value-chain/