DeepSeek

• 1. 概要 （共 203 字）

  DeepSeek（深度求索）是中国AI领域最具影响力的公司之一，由幻方量化于2023年孵化，凭借极致性价比的API定价和开源策略，在全球大模型竞争中占据独特地位。其核心产品矩阵包括通用对话模型V3.2、深度推理模型R1、专业代码模型Coder V2以及即将发布的万亿参数多模态模型V4。2026年4月，DeepSeek被曝启动成立以来首轮融资，估值超过100亿美元，标志着这家技术驱动型公司正式走向资本市场。

• 2. 产品背景 （共 594 字）

  DeepSeek的母公司是杭州深度求索人工智能基础技术研究有限公司，由量化私募巨头幻方量化于2023年孵化成立。创始人梁文锋同时也是幻方量化的创始人，拥有公司84.29%的股份和近100%表决权。幻方量化是国内头部量化私募，管理规模超700亿元人民币，2025年平均收益率达56.6%，按行业惯例估算年收入约50亿元人民币，这为DeepSeek前三年的全部研发投入提供了充足的资金支持。   在成立的前三年里，DeepSeek从未接受过任何外部股权融资，全部算力采购、团队薪酬和研发支出均由幻方量化承担，三年累计投入约数亿美元。这种「自我造血」模式使DeepSeek保持了高度的技术独立性，但也面临人才流失的压力——V2架构贡献者罗福莉加盟小米、GRPO算法核心作者郭达雅入职字节跳动，促使公司在2026年4月启动首轮融资。据The Information等媒体报道，DeepSeek计划以不低于100亿美元估值募集至少3亿美元，释放约3%股权，其核心目的是为员工期权建立市场化定价锚点，与国内同行相比估值偏低——智谱AI市值507亿美元，MiniMax市值344亿美元，月之暗面估值180亿美元。   DeepSeek的品牌口号是「探索未至之境」，在GitHub上的开源仓库 @deepseek-ai 拥有极高的社区影响力。其所有主要模型均采用MIT协议或Apache 2.0协议开源，允许商用和二次开发。

• 3. 产品功能与使用体验 （共 815 字）

  DeepSeek目前的产品矩阵覆盖通用对话、深度推理、代码生成和多模态理解四大方向。   通用对话方面，DeepSeek-V3.2是最新旗舰模型，总参数6710亿，激活参数约37B，支持128K上下文窗口（约20万字）。该模型采用MoE（混合专家）稀疏架构，每个token只激活部分参数，实现了「大模型的能力，小模型的成本」。V3.2版本新增了Agent能力，强化了智能体功能并融入思考推理，采用「先推理再调用」的智能工具调用机制。此外，V3.2还是首个实现「思考融入工具调用」的开源模型，配合DSA稀疏注意力技术，将长文本计算成本降低了50%到70%。   深度推理方面，DeepSeek-R1是核心推理模型，采用强化学习驱动的推理范式，支持可视化思维链和自我修正能力。在数学竞赛AIME基准上准确率达87.5%，代码基准LiveCodeBench得分83.3，复杂任务准确率比普通模型提升约30%。R1还支持模型蒸馏，可以将推理能力转移到Qwen、Llama等小模型上。   代码生成方面，DeepSeek Coder V2支持20多种编程语言，支持IDE集成，在Bug定位方面成功率高于GPT-4o。   中文能力是DeepSeek的突出优势。在古文翻译、诗歌创作、技术文档等方面进行了专项优化，支持100多种语言，中英文互译质量在国产模型中领先。   即将发布的DeepSeek V4是当前最受关注的产品。根据已泄露的规格信息，V4总参数将达到约1万亿，激活参数保持约37B不变，上下文窗口扩展到1M+ tokens，并支持原生多模态（文本、图片、视频、音频）。核心技术包括Engram条件记忆模块（O(1)常数时间检索，长上下文准确率提升12.8%）和mHC流形约束技术（解决万亿参数训练稳定性问题）。V4的训练芯片从NVIDIA转向华为昇腾和寒武纪等国产芯片，预计编码能力SWE-bench达到80%以上，与Claude Opus 4.6和GPT-5.4持平。

• 4. 定价与商业模式 （共 593 字）

  DeepSeek的定价策略以「极致性价比」著称，是其最核心的竞争武器。   V3.2模型（deepseek-chat）的API价格为输入$0.27/百万token、输出$1.10/百万token。R1模型（deepseek-reasoner）为输入$0.55/百万token、输出$2.19/百万token。按人民币计价，V3.2输入低至每百万token 0.2至2元，R1输入每百万token 1至4元。此外，DeepSeek提供错峰优惠，北京时间00:30至08:30期间价格低至50%。   与竞品对比，GPT-5的定价为输入$1.25、输出$10.00，是DeepSeek V3.2的4.6倍和9.1倍。Claude Sonnet 4.5为输入$3.00、输出$15.00，是V3.2的11倍和13.6倍。即便是最便宜的Llama 4 Maverick托管方案，也仅比V3.2便宜约30%。以中度使用的初创团队为例（日均100万输入+50万输出token），使用V3.2月费约$24.60，而GPT-5为$187.50，Claude Sonnet 4.5高达$315.00。   DeepSeek采用免费增值模式：网页版和App端提供免费对话服务，API按量付费。企业客户可通过华为云、阿里云、AWS Bedrock等云服务集成，也可选择私有化部署（需自行提供硬件）。这种多层次商业模式兼顾了C端用户增长和B端变现。

• 5. 用户评价 （共 391 字）

  正面评价集中在几个方面。开发者普遍认为DeepSeek的性价比无可匹敌，API价格仅为OpenAI的15%到50%，适合高并发、大规模调用的生产环境。中文处理能力在国产模型中表现突出，古文翻译和中文写作质量甚至超过部分国际模型。开源策略受到技术社区的广泛好评，MIT协议允许商用和二次开发，降低了许多团队的技术门槛。在编程场景中，DeepSeek的代码生成和调试能力获得开发者认可，尤其在Python、Java等主流语言上表现优异。   负面反馈也不容忽视。部分用户反映高峰期服务器不稳定，偶尔出现响应延迟或超时。知识库时效性是短板，训练数据截止到2025年5月左右，需要配合联网搜索获取最新信息。多模态能力目前较弱，缺少图像和音频输入功能（V4预计补齐）。在英文深度推理方面，R1模型仍略逊于OpenAI o1/o3和Claude 4。幻觉问题虽然比早期版本有明显改善，但偶发情况仍然存在。

• 6. 行业评价 （共 439 字）

  DeepSeek在2025年初凭借R1推理模型引爆全球AI圈。2025年1月R1发布后，NVIDIA股价一度大幅下跌，全球市场重新审视中国AI公司的技术实力。国际媒体评价DeepSeek是「中国AI的OpenAI挑战者」，认为其以极低的训练成本实现了接近顶尖模型的性能，打破了「算力即一切」的行业叙事。   中文科技媒体的评价更加深入。36氪在2026年4月20日的分析中指出，DeepSeek本轮100亿美元估值「偏低」，本质上是为员工期权定价而设置的准入门槛。量子位报道称梁文锋在首轮融资中个人投入约200亿元，既是给外部投资者的定心丸，也是个人信念的宣示。   在技术层面，DeepSeek的MoE架构和开源策略被广泛认为是推动行业进步的重要因素。其GRPO（Group Relative Policy Optimization）算法已被多家竞争对手借鉴，模型蒸馏方案推动了小模型推理能力的整体提升。DeepSeek被认为是2025-2026年国产大模型「内卷」浪潮中最具代表性的技术力量。

• 7. 争议与风险 （共 359 字）

  内容审查是最受争议的问题。作为一家在中国注册的公司，DeepSeek的模型在政治敏感话题上存在审查机制，这在Reddit和Hacker News等海外社区引发了大量讨论。部分用户认为这限制了模型的实用性，尤其是在国际市场推广中可能面临信任障碍。   算力依赖是结构性风险。尽管V4转向国产芯片，但高端AI芯片的供应仍受到地缘政治因素的制约。美国对华AI芯片出口限制对DeepSeek的长期算力扩张构成了潜在威胁。   人才流失是运营层面的挑战。核心架构贡献者和算法作者的离职，暴露出AI人才市场竞争的激烈程度。首轮融资的一个重要目的就是通过期权激励留住人才。   商业化可持续性也值得关注。以极低价格抢占市场的策略虽然有效扩大了用户基础，但长期盈利能力存疑。从幻方量化的资金支持转向独立运营后，DeepSeek需要证明自身的商业造血能力。

• 8. 适用人群与使用建议 （共 357 字）

  DeepSeek适合几类明确的使用场景：成本敏感的开发者和初创团队，需要大规模API调用但又希望控制开支；中文内容创作者和办公用户，尤其是涉及古文翻译、技术文档、公文写作的场景；学术研究者和数学推理需求者，R1模型在数学和逻辑推理方面表现突出；需要私有化部署的企业客户，MIT开源协议提供了充分的定制自由度。   不太适合的场景包括：对多模态（图像生成、语音交互）有强需求的用户；需要处理政治敏感话题的国际业务场景；对英文深度推理要求极高的专业领域；追求最前沿知识时效性的用户。   替代方案方面，国内可考虑智谱GLM系列、通义千问、文心一言等；国际市场的主要对手是OpenAI GPT系列、Anthropic Claude系列和Google Gemini系列。对于追求极致性价比的用户，Meta的Llama系列开源模型也是可选项。

• 9. 总结 （共 156 字）

  DeepSeek以「用开源打破壁垒、用低价撬动市场」的策略，成为中国AI公司中全球影响力最大的一家。即将发布的万亿参数V4模型将进一步拉高竞争门槛，而100亿美元估值的首轮融资则标志着公司从技术实验走向商业正规军。它最大的优势始终是性价比和开源生态，最大的挑战则在于如何在保持技术独立性的同时实现商业可持续增长。

暂无深度报告

• 

  PYoung_2020

  —

  刚看到DeepSeek要融资的消息，100亿估值真的太低了，跟智谱507亿比差了好几倍。不过梁文锋本来就不缺钱，这轮融资大概率是为了给员工发期权留住人。毕竟核心骨干已经走了好几个了，再不激励真的要被大厂挖光了。

---

• 

  OliviaTorresZ

  —

  V4到底什么时候发啊，等了快半年了，每次说快了快了结果又鸽。

---

• 

  Edward.Price_66

  —

  作为一个重度DeepSeek API用户，V3.2的性价比真的没话说。我们公司每个月调用大概2000万token，换成GPT-5要花大几千美金，用DeepSeek才不到200块。代码生成质量虽然比Claude Opus差一点，但日常开发完全够用了，省下来的钱多招两个人不香吗。

---

• 

  ChristopherJones

  —

  DeepSeek R1的数学推理确实强，AIME竞赛题能拿87.5%准确率这个数据不是吹的，我自己测试了好几道题确实比GPT-4o算得准。不过英文写作质量还是差点意思，输出格式有时候乱七八糟的。

---

• 

  CryptoFi2024

  —

  V4要是真的能做到万亿参数还保持这个价格，那OpenAI和Anthropic真的要慌了。1M上下文窗口加上原生多模态，要是真的开源Apache 2.0，国内一票闭源收费模型可以直接宣布倒闭。

---

• 

  Arthur_Simmons_Pro669

  —

  说真的用习惯了回不去了

---

• 

  Bryan.RobertsSr

  —

  做了三个月的开发者调研，结论就是：中小团队无脑选DeepSeek V3.2，便宜量大管饱。大企业的合规要求高的场景用Claude或GPT，毕竟数据安全这块DeepSeek确实有隐患。2025年初那次数据库泄露事件100多万行聊天记录和API密钥全暴露了，对企业用户来说这是硬伤。

---

• 

  Walter_ScottII

  —

  免费版居然偷偷把速率限制从60次降到10次每分钟了？没有任何通知直接改的，这操作真的很让人无语。

---

• 

  iMitchellTucker_2024

  —

  用DeepSeek写了一个月的代码了，感觉Python和Go的生成质量还不错，但React组件有时候会生成过时的API用法。整体来说配合Cursor用体验最好，纯网页端差一些。

---

• 

  DFlores_230

  —

  有没有人发现DeepSeek的错峰优惠真的很划算，凌晨用API价格直接打五折。我专门把批量任务调度到半夜跑，一个月省了好几百块。

---

• 

  Gerald702

  —

  用DeepSeek做小红书选题和文案效率真的高，一篇笔记从选题到写稿到配图建议十五分钟搞定，比我自己想半天强多了。不过内容质量还是要自己把控，AI写的有些太套路了需要手动润色。

---

• 

  何丽

  —

  DeepSeek中文能力确实比ChatGPT强太多了，古文翻译这块我对比过好几首诗，DeepSeek的意境把握明显更好。技术文档翻译也更准确。不过英文写作还是GPT和Claude的天下。

---

• 

  cAROL748

  —

  作为一个量化从业者，看到幻方2025年收益率56.6%真的很酸。DeepSeek三年烧了数亿美元完全靠母公司养着，这种模式国内找不出第二家。现在开始融资了说明梁文锋也扛不住了，毕竟V4的算力成本可不是闹着玩的。

---

• 

  John.RossZ

  —

  又宕机了！从昨天下午到现在快12个小时了完全用不了，这已经是这个月第三次了。做生产环境部署真的心惊胆战，谁能想到一个百亿估值的公司服务器稳定性做成这样。

---

• 

  JeanneAndrews

  —

  最近试了一下DeepSeek的Agent功能，V3.2的智能体能力确实有提升，工具调用准确率比之前高了不少。但是跟Claude的Computer Use比还是有差距，复杂的多步骤任务容易断链。

---

• 

  Kathleen.KellyZ7

  —

  我们实验室用DeepSeek跑了一批生物医学文献检索实验，发现幻觉率高达91%，就是会编造不存在的论文引用。同样任务GPT-4o的幻觉率只有39%左右。学术场景用DeepSeek一定要人工核实，千万别直接引用。

---

• 

  悠然457

  —

  Engram记忆模块那篇论文认真看了一遍，O(1)检索的思路很聪明，把静态知识编码成哈希索引避免重复计算。不过27B参数的演示模型效果虽然好，能不能scale到万亿参数还是未知数。

---

• 

  DennisRussellII

  —

  国产之光好吧

---

• 

  AlexanderMorales36919

  —

  DeepSeek在Reddit上被喷得最多的就是审查问题，确实有些政治话题完全没法讨论。但说实话作为开发者我主要用它写代码，跟审查有什么关系。API调用量大的话成本优势太明显了，这点小毛病完全可以接受。

---

• 

  蔡红

  —

  对比了一下DeepSeek V3.2和GPT-4o在同一套代码题上的表现，30道题DeepSeek对了25道，GPT-4o对了24道，基本持平。但价格差了将近十倍，性价比碾压。唯一的问题是DeepSeek偶尔会给出看起来正确但实际有细微bug的代码，需要仔细review。

---

• 

  smallzebra920

  —

  昨天测试了一下DeepSeek的金融数据分析能力，给它丢了一份财报让它分析，结果里面引用的营收数据全是错的，和实际数据差了15%左右。这个幻觉率在金融场景真的不能忍，用之前一定要自己核对数据。

---

• 

  IBfis

  —

  DeepSeek的MIT开源协议真的太良心了，商用完全没问题还可以二次开发。我们公司直接拿DeepSeek Coder做了个内部代码助手，效果比自己从头训练好多了。Llama虽然有开源但700MAU的限制太烦了。

---

• 

  翡翠879

  —

  刚知道微博和小红书都接入DeepSeek R1了，难怪最近搜索结果质量提升了不少。不过知乎直答接入的那版满血R1体验最好，回答比微博和微信AI搜索的都详细。

---

• 

  Jason_StewartIII0

  —

  我们团队现在的标准工作流就是：DeepSeek处理大批量的代码生成和数据处理，然后Claude做最终审核和面向客户的输出。两个模型配合着用成本降了70%质量也没怎么掉，真的很香。

---

• 

  DOkra

  —

  有人跟我一样2月份那次更新之后觉得DeepSeek变了吗？不再叫我名字了统一叫「用户」，推荐电影还来一句「够你看一阵子，不够再来要」——这爹味也太重了。文风变得又油腻又矫情，写出来的东西跟青春伤感文学似的。希望V4能把这毛病改了。

---

• 

  赵凤静

  —

  更新后变傻了吧，回答质量明显下降了好几个档次。业内人士说是为了V4做压力测试的极速版，牺牲质量换速度。要是这样我可以等，但别默认给我切到这个版本啊。

---

• 

  王杰雪

  —

  DeepSeek R1的推理链可视化真的很有意思，能看到它一步步怎么想的，有时候比最终答案还精彩。做数学题的时候会看到它先试了一种方法发现不行然后自己纠正换思路，这个自我纠错能力确实强。

---

• 

  JPerez369

  —

  免费版对于非开发者用户来说完全够用了，对话质量不输ChatGPT Plus的日常使用场景。唯一的缺点是没有多模态，图片识别还得用GPT-4o。等V4上了原生多模态估计会大一波。

---

• 

  孔雅

  —

  DeepSeek月活3.28亿这个数据太恐怖了，跟豆包形成双寡头格局。但月活高不等于最好用，程序员写代码还是更愿意用Claude或Cursor。不同场景选不同工具才是正解。

---

• 

  Megan_Hicks

  —

  试了一下把DeepSeek R1蒸馏到本地跑，用个70B的参数量在普通显卡上推理速度还可以，数学题准确率大概能到原始R1的85%左右。对不想用API但又想用国产模型的开发者来说是个好方案。

暂无评论