调研截至：2026 年 5 月 4 日
发布日期：2026 年 4 月 24 日（预览版）
信息来源：DeepSeek 技术报告、DeepInfra、Digital Trends、BuildFastWithAI、CSDN DeepSeek 技术社区、腾讯云开发者社区、SegmentFault、AI 铺子、掘金、用你 AI 等

---

一、公司概览

维度	信息
公司名称	杭州深度求索人工智能基础技术研究有限公司（DeepSeek）
成立时间	2023 年 7 月（由幻方量化孵化）
总部	浙江杭州
创始人	梁文锋（持有 DeepSeek 多数股权）
母公司	幻方量化（浙江九章资产管理有限公司）
融资状态	长期不接受外部融资；2026 年 4 月 V4 发布同期，腾讯与阿里巴巴据报洽谈投资，目标估值从 100 亿美元上调至 逾 200 亿美元（首次外部融资）
团队规模	DeepSeek 约 140 人，平均年龄不足 30 岁（幻方量化核心团队含奥林匹克金牌、ACM 金牌得主）
算力资产	约 10,000 张 GPU（英伟达 H800/A100 为主），V4 发布时首次以华为昇腾 910B 为优先推理平台

资金来源：幻方量化 2025 年平均收益率 56.55%，管理规模逾 700 亿元，业内估算单年收入超 7 亿美元——这是 DeepSeek 不依赖外部融资、持续保持高投入的核心底气。

---

二、产品概览：DeepSeek V4

2.1 双版本定位

版本	总参数	激活参数	上下文	最大输出	预训练数据	定位
V4-Pro	1.6T	49B	1M tokens	384K tokens	33T tokens	旗舰，复杂推理 / Agent / 高强度代码
V4-Flash	284B	13B	1M tokens	384K tokens	32T tokens	高效经济，轻量 Agent / 日常场景

注：V4-Flash 并非 V4-Pro 的蒸馏版，而是独立训练的 MoE 模型，架构与 Pro 相同，仅在专家数量与层数上做精简。

发布方式：无预警发布，同日在 Hugging Face 和 ModelScope 全量开源（MIT 协议），与 OpenAI 发布 GPT-5.5 时间差不足 24 小时。

2.2 三大架构创新

① DSA2 混合稀疏注意力——让 1M 上下文真正可用

V4 核心难题不是"支持百万 token"，而是"在百万 token 下还能跑得动"。

DeepSeek 通过三种注意力的组合：

注意力类型	作用	比喻
HCA（重度压缩，128:1）	全局信息概览	目录 / 广角镜
CSA（压缩稀疏，精选1024块）	保留关键细节	长焦镜
SWA（局部窗口128）	当前上下文精确度	放大镜

效果：

• V4-Pro @ 1M context → 推理 FLOPs 仅为 V3.2 的 27%，KV Cache 降至 10%

• V4-Flash @ 1M context → 推理 FLOPs 仅为 V3.2 的 10%，KV Cache 降至 7%

② mHC 流形约束超连接——稳定 61 层深网训练

V4-Pro 有 61 层 transformer。用 Sinkhorn-Knopp 迭代生成双随机矩阵约束信号放大倍数，将训练梯度波动控制在 2 倍以内（传统无约束模型高达 3000 倍），仅增加 6.7% 计算开销，使 1.6T 参数模型收敛成功率提升至 92%。

③ OPD + GRM 训练范式——全方位无短板

• OPD（On-Policy Distillation）：独立训练 10+ 个领域专家模型（数学、代码、写作、STEM……），通过全词汇 logit 蒸馏融合进单一模型，消除传统 RLHF 的"偏科"现象

• GRM（生成式奖励模型）：输出详细推理过程而非单一打分（“这里公式正确，但系数代入有误”），从"打分"升级为"一对一辅导反馈"

④ Engram 条件记忆模块（可选）

将 KV Cache 中的冗余历史信息动态压缩为低维向量，存于 NVMe SSD，推理时按需召回。1M token 大海捞针测试准确率从 84.2% → 97%。

---

三、基准测试

3.1 全面基准（V4-Pro vs 顶尖闭源模型）

基准	V4-Pro (Max)	GPT-5.4	Gemini 3.1 Pro	Claude Opus 4.6
LiveCodeBench (Pass@1)	93.5	—	91.7	88.8
Codeforces (Rating)	3206	3168	3052	—
SWE-Bench Verified	80.6	—	80.6	80.8
GPQA Diamond	90.1	93.0	94.3	91.3
MMLU (5-shot)	90.1	92.0	92.7	—
MATH-500	96.1	94.5	—	—
HMMT 2026 数学	95.2	97.7	94.7	96.2
IMOAnswerBench	89.8	91.4	81.0	75.3
MRCR 1M 长上下文	83.5	—	76.3	92.9
Terminal Bench 2.0	67.9	75.1	68.5	65.4
Toolathlon	51.8	54.6	48.8	47.2
SuperCLUE 综合（国内）	70.98	—	—	—

分析：

• 赢面：编码（LiveCodeBench 全球第一）、竞技编程（Codeforces 全球最强开源）、数学（MATH-500 超 GPT-5）、SWE-Bench 开源 SOTA

• 持平：SWE-Bench 与 Claude Opus 4.6 差 0.2 个百分点

• 落后：世界知识（MMLU/GPQA 仍落后顶尖闭源）、长上下文检索（MRCR 落后 Claude Opus 4.6 约 9 个百分点）、系统操作（Terminal Bench 落后 GPT-5.4）

• 整体判断：开源 SOTA，与闭源前沿差距约 3~6 个月

3.2 V3.2 → V4-Pro 进化幅度（SuperCLUE 六维）

维度	进化幅度
Agent 能力	+20 分
指令遵循	+12 分
数学推理	+10 分
代码生成	+8 分

---

四、定价与成本竞争力

4.1 官方 API 定价（标准价，促销结束后）

模型	输入（缓存未命中）	输入（缓存命中）	输出
V4-Flash	$0.14 / M	$0.028 / M	$0.28 / M
V4-Pro	$1.74 / M	$0.145 / M	$3.48 / M

促销（至 2026-05-31）：V4-Pro 打七五折，输入 $0.435 / M，输出 $0.87 / M
国内人民币定价：V4-Flash 输入 0.2 元 / M，输出 2 元 / M；V4-Pro 输入 1 元 / M，输出 24 元 / M

4.2 与主要竞品价格对比

模型	平均 Token 成本	与 V4 Flash 比
DeepSeek V4-Flash	$0.32 / M avg	基准
DeepSeek V4-Pro	$0.87~$3.48 / M	3~10×
Qwen 3.5	$1.14 / M avg	~3.5×
MiniMax M2.7	$0.75 / M avg	~2.3×
GPT-5.4	$8.75 / M avg	27×
Claude Sonnet 4.7	$9.00 / M avg	28×
Gemini 3.1 Pro	$7.00 / M avg	22×

极端案例：开发者实测同等工作负载，GPT-4o 月费 380 美元，Claude Opus 4.5 约 720 美元，DeepSeek V4 仅 18 美元。

4.3 定价战略逻辑

• V3 训练成本：557 万美元（公开披露），V4 训练成本未披露但按规模推算约 5000 万~1 亿美元量级

• 核心逻辑：幻方量化年均约 7 亿美元现金流，可持续支撑低价策略——这是 OpenAI/Anthropic 靠 API 收入盈利的商业逻辑所不具备的

• 旧 API（deepseek-chat / deepseek-reasoner）将于 2026-07-24 停用

---

五、核心能力拆解

5.1 推理模式设计

不再区分"聊天模型"与"推理模型"——V4 统一为单一模型 ID，通过参数控制推理强度：

模式	参数	适用场景
非思考（快速）	thinking: disabled	日常对话、文案生成
思考（默认）	reasoning_effort=high	代码调试、数学推导
深度思考	reasoning_effort=max	竞赛编程、科研推理

5.2 Agent 能力

• 工具调用：原生支持函数调用、代码解释器、文件操作

• 兼容主流 Agent 框架：Claude Code、OpenClaw（“龙虾”）、CodeBuddy

• 支持 338 种编程语言，可一次性理解数十万行跨文件代码库

• 内部实测：代码 Agent 使用体验优于 Claude Sonnet 4.5，交付质量接近 Claude Opus 4.6 非思考模式

5.3 多模态（尚未完全开源）

原生统一架构：

• 图像：ViT-14B 编码，每图 256 视觉 token

• 视频：1fps 采样，支持最长 10 分钟视频

• 音频：支持中（多模态权重预计 Q3 开源）

5.4 国产算力适配（战略级）

首个宣称不依赖英伟达的前沿大模型：

• 早期访问权独家开放给华为昇腾、寒武纪，未给英伟达/AMD 早期适配

• V4-Pro 在昇腾 950PR 上推理时延 20ms，V4-Flash 10ms

• 昇腾 950PR 算力达英伟达 H20 的 2.87 倍（对华合规芯片中的最高规格）

• 全面适配华为 CANN 8.0，完成从 CUDA 的底层代码迁移（据报为 V4 多次延期的核心原因之一）

---

六、市场策略

目标客户：

• 开发者和 AI 团队（低成本 API 降低试错门槛）

• 企业级客户（私有化部署 + 国产算力 + 数据安全合规）

• 中国政府与国企（全链路国产化是独特壁垒）

渠道策略：

• 直接 API（platform.deepseek.com）

• Hugging Face / ModelScope 开源分发

• 兼容 OpenAI + Anthropic 接口格式，降低迁移成本——“仅修改 model_name 即可”

定价战略：持续以"效率优先"哲学压低价格，目的不是短期盈利而是争取开发者生态份额，为未来变现（to-B、私有化部署、国产算力捆绑）奠基。

技术叙事：在幻方量化技术报告结尾引《荀子》——“不诱于誉，不恐于诽，率道而行，端然正己”——定调长期主义，对比硅谷融资驱动的短期 KPI 文化形成鲜明反差。

---

七、团队与融资

维度	信息
创始人	梁文锋（浙大电子信息工程本科，AI 量化交易起家）
DeepSeek 团队	约 140 人，均龄 <30，奥林匹克/ACM 竞赛背景为显著特征
研发预算来源	幻方量化研发预算，年可用资金估算 ≥7 亿美元
历史融资	无外部融资（梁文锋已停止为幻方引入外部资金）
2026 年新融资	腾讯 + 阿里巴巴据报洽谈投资，估值 >200 亿美元（首次）
GPU 资产	约 10,000 卡（英伟达 H800 为主，增补昇腾 910B）

幻方量化弹药：

• 管理规模：>700 亿元

• 2025 年收益率：56.55%（中国百亿量化第二）

• 近五年收益均值：114.35%

• 估算年现金流：>7 亿美元 → V4 训练成本的数十倍

---

八、SWOT 分析

	分析
优势 (S)	编码能力全球开源第一（Codeforces 3206、LiveCodeBench 93.5）；1M 上下文效率全球最优（FLOPs 仅 V3.2 的 27%）；定价碾压式优势（比 Claude 便宜 90%+）；幻方量化作为"永久资金池"保证长期研发不断粮
优势 (S)	与国产算力（华为昇腾）深度捆绑，在美国 GPU 出口管制背景下是中国政府/国企的唯一选择
优势 (S)	MIT 协议完全开源——生态飞轮效应，开发者可基于 V4 二次开发，反哺能力持续改进
弱点 (W)	世界知识（MMLU/GPQA）仍落后 GPT-5.4 和 Gemini 3.1 约 3%~4%；长上下文检索（MRCR）落后 Claude Opus 4.6 约 9%；系统操作（Terminal Bench）落后 GPT-5.4 约 7%
弱点 (W)	多模态权重尚未开源（Q3 才开源），视觉能力暂时只在 API 可用；高难度科学推理（生物遗传学、量子化学等）落后闭源模型 15~20 个百分点
弱点 (W)	上下文超 80 万 tokens 时存在一定幻觉风险；图像生成分辨率仅 512×512
机会 (O)	Agent 时代来临——V4 的 1M 上下文 + 高效推理 + 工具调用正是 Agent 基础设施的核心需求，时机极好
机会 (O)	国产算力替代趋势——华为昇腾 950 超节点即将批量上市，V4 有望大幅降价，进一步扩大市场份额
威胁 (T)	GPT-5.5 同日发布（上下文 200 万 token），Gemini 3.1 Pro 在多知识维度持续领先——闭源模型有更多资本和 RLHF 数据投入
威胁 (T)	首次融资（腾讯/阿里）可能带来商业化压力，影响梁文锋坚持的长期主义文化
威胁 (T)	核心人才流失：罗福莉已被小米挖走，团队对 DeepSeek 方法论的掌握正在"扩散"至竞争对手

---

九、竞品对比矩阵

维度	DeepSeek V4-Pro	小米 MiMo-V2.5-Pro	Kimi K2.6	Claude Opus 4.6
总参数	1.6T	1.02T	1.1T	未公开
激活参数	49B	42B	—	—
上下文	1M	1M	1M	200K
开源协议	MIT	MIT	不详	闭源
定价（输出）	$3.48/M	$3/M	—	$75/M
LiveCodeBench	93.5	—	—	88.8
SWE-Bench	80.6	57.2（Pro版）	—	80.8
Codeforces	3206	—	—	—
国产芯片适配	✅ 华为昇腾 950	✅ 部分支持	—	❌
多模态	文本/图像/视频（开发中）	文本/图像/音频/视频	—	文本/图像
Agent 框架	OpenClaw / Claude Code	MiMo Claw	—	Claude Code

---

十、战略意义

信号 1：1M 上下文"普惠化"——行业拐点来临

DeepSeek V4 将 1M 上下文从"昂贵的旗舰功能"变成"两个版本的默认配置"，且成本不增反降。这意味着 Agent 的长程任务规划壁垒正在被消除。任何不支持 1M 上下文的竞品在 2026 年下半年将面临实质性的说服力下降。

信号 2：开源逼近闭源——定价护城河崩塌

V4-Pro 的 SWE-Bench 分数（80.6%）与 Claude Opus 4.6（80.8%）仅差 0.2%，但价格是其 1/22。这对任何依赖"性能溢价"逻辑的闭源商业模式都是直接威胁。

信号 3：国产算力捆绑——地缘壁垒成为新护城河

在美国 GPU 禁运背景下，DeepSeek V4 是唯一能在昇腾芯片上流畅运行的前沿大模型。这意味着中国政府/国企/金融等合规敏感客户实际上没有替代选择——DeepSeek 的国产化路径不只是爱国叙事，而是真实的采购壁垒。

信号 4：幻方"永久资金"叠加首次融资

腾讯+阿里的潜在投资给了 DeepSeek 额外的算力和分发资源，但也引入了商业化压力。如果 DeepSeek 在 H2 2026 发生策略漂移（提价、限速、去开源），将是重要的战略窗口期。

信号 5：DeepSeek 系人才扩散已成事实

罗福莉（MiMo）已将 DeepSeek 的 MoE 方法论带入小米。DeepSeek 内部对外交流极少（梁文锋几乎不公开讲话），但方法论已通过论文和人才流动扩散——这加速了整个行业向 DeepSeek 范式收敛。