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。