半年狂融1500亿，DeepSeek凭什么值5000亿
10月22日，有媒体曝出DeepSeek新一轮融资已超募至1000亿元人民币。随着石溪资本、中芯聚源、CPE源峰、君联资本以及吉利等产业资本入局，老股东宁德时代、腾讯、IDG资本继续跟投。若本轮交割完成，DeepSeek在半年内累计吸纳的资本将突破1500亿元。
这组数字背后存在一个反常现象：尽管本轮融资规模较上一轮翻倍，但投前估值依然维持在约5000亿元。这意味着DeepSeek并没有借着市场热度推高自己的定价。创始人梁文锋此前曾公开断言“我们面临的问题从来不是钱”，而眼下他却正在加速公司的资本化进程——团队自8月下旬起开始筹备科创板上市，计划在年底前递交招股书；9月份，原高瓴创投合伙人严文韬也已加入公司出任CFO。
当全球AI竞赛进入拼算力与生态的下半场，DeepSeek没有选择盲目追逐最高估值，而是用一套“开源基础设施＋极致低价API”的组合拳，交出了一份让资本市场无法拒绝的成绩单。
克制的商业化与惊人的现金流
在中国主流互联网大厂纷纷通过订阅制（Subscription）向C端用户收费时，DeepSeek的商业化路径显得异常克制。截至最新披露，DeepSeek唯一的直接收费渠道依然是卖API（应用程序接口）。其年化收入（ARR）增速极快——仅用了约三个月时间，就从不足5亿美元翻番至10亿美元。
在国内大模型赛道内，这一数据已属第一梯队。
支撑这种高速增长的核心逻辑，是梁文锋对API定价的极端把控。他曾向投资人解释过这套标准：“我们的API定价是一个合理的利润，大概是我们到市场上买一批设备回来，十个月收回成本。”
按常规商业逻辑，在当前极高的需求弹性下，如果将价格抬高一倍，Token的消耗量并不会出现断崖式下跌，总收入理论上能接近翻倍。但DeepSeek团队主动放弃了这部分潜在利润。团队成员曾在内部会议上表达过分歧：“之前发布的一版模型，一开始担心需求太多，所以把价格定得比较高。后来把价格又降到了四分之一，大家就很开心。”
这种看似“反人性”的低定价策略，反而通过巨大的调用量摊薄了边际成本，形成了强大的护城河。更重要的是，它带动了整个行业的API“价格战”，迫使竞争对手跟进降价，进一步削弱了闭源厂商的盈利空间。
最近，DeepSeek进一步拓展了变现边界。10月17日V4．1 Flash发布的同时，官方宣布新增Search（搜索）与Fetch（抓取）两个接口支持，两个接口价格均为5元／千次，并于11月1日起正式按次收取费用。这不仅为公司开辟了新的业务线，而且用户的搜索数据能够反哺模型训练，从更底层提升了智能水平。
开源框架：不仅是情怀，更是生态壁垒
很多人认为梁文锋是典型的“技术理想主义者”，早在2024年就立下“绝不闭源”的誓言。但如果从产业竞争的角度看，开源恰恰是DeepSeek最锋利的长矛。
10月20日，DeepSeek将其内部推理框架DeepInfer和生产级编解码组件DeepSeek－recipe整体开源。这是目前行业竞争中最具含金量的环节之一——推理框架负责统筹调度庞大的算力集群，直接决定了AI服务的电力消耗与运营成本。
官方数据显示，基于该框架，DeepSeek实现了单集群日吞吐155万亿Tokens的水平，平均输入缓存命中率高达96％。如果在谷电价计算下，其单卡每小时的收益能达到38美元。
之所以能把这套框架整体开源，DeepSeek公众号引用了《管子》中的名言“为善与众行之，为巧与众能之”进行了解释。在商业现实中，这是一种高明的生态绑定策略。通过向外界分享最高效的部署经验，DeepSeek实际上是在降低全行业使用其模型的门槛。当开发者习惯了这套架构，其他厂商若想实现同等规模的低成本运行，就必须遵循这套标准。
梁文锋在今年的闭门投资者会议上分享了自己在开源上的逻辑：他认为AI足够大，最终可能占人类GDP的百分之十，“一个公司不可能独占，一定得跟别人分享”。如果想要做成AGI，一定需要克制。“如果你想着人类GDP的百分之多少都归我了，你越这么想，越做不成。”
产业资本的围猎与下一站：具身智能
从投资方的构成来看，本轮引入的资金带有强烈的产业链属性。新加入的投资方涵盖AI产业链上游芯片（中芯聚源）、电力与算力、下游应用场景（吉利），共同编织了一张覆盖上下游的产业协同网。
这也解释了DeepSeek为何急着走向科创板。在硬件迭代极快的AI时代，单纯的技术优势很容易被算力堆砌抹平，只有建立起跨上下游的资源壁垒，才能确保长期的战争主动权。
事实上，筹备上市的不止DeepSeek一家。进入2026年，头部AI公司都在加速资本化——智谱与MiniMax已在港股完成上市并先后启动A股上市程序；月之暗面近期被曝已完成最后一轮融资，估值约500亿美元，计划于2027年一季度赴港IPO；全球范围内，Anthropic有望于11月挂牌上市，估值预期在1．5万至2万亿美元之间；OpenAI则在加速推进约300亿美元的融资。
与此同时，梁文锋的目光已经越过了纯文本和代码生成的范畴。今年8月，DeepSeek以1．41亿元入股机器人公司宇树科技；10月，梁文锋拟领投人形机器人公司Winverse AI。他提出了一种名为RSI（递归自我改进）的技术路径，即大模型的首要目的是服务于AGI研究，通过“自用”加速模型的自我进化。在他看来，只有当模型具备了持续学习和自我开发能力之后，才能真正实现智能在物理世界的闭环。
从200亿的首轮个人豪赌，到1500亿的产业资本共振，DeepSeek用不到一年时间完成了中国AI商业化的某种范式探索。但在冲击科创板挂牌之际，如何向监管层证明其在缺乏海量C端订阅费下的持续盈利能力，以及如何平衡开源红利与商业变现之间的界限，将是梁文锋和他的CFO面临的最大考题。
