DeepSeek

1. 调研缘由

DeepSeek 现在可不只是一个聊天产品。它的官网同时提供网页对话、App、API 和模型发布入口；V4 Preview 已经在网页端、App 和 API 上线，并公开了 V4-Pro、V4-Flash 两个模型系列。[S1][S2]

这份简调想搞清楚的是，DeepSeek 是怎么把自研模型、开放权重、托管 API 和消费端产品放进同一套分发体系里的，以及这种模式在成本、开发者接入、可靠性和数据治理上，分别有哪些边界。[S2][S3][S5]

根据 API 文档，旧的 deepseek-chat 与 deepseek-reasoner 会在 2026 年 7 月 24 日停止服务，并分别迁移成 deepseek-v4-flash 的非思考模式和思考模式。所以这篇简调把 V4 当成当前产品快照，V3 和 R1 只用来补充技术路线背景。[S3]

2. 简介与产品工作流

DeepSeek 是一家中国基础模型公司。官网版权主体显示为杭州深度求索人工智能基础技术研究有限公司，现在的产品入口包括免费网页对话、App 和 API 开放平台。[S1]

普通用户可以直接在网页或 App 里跟模型对话。开发者则通过 API Key 调用 deepseek-v4-flash 或 deepseek-v4-pro，接口兼容 OpenAI 或 Anthropic 格式，能直接接入现有应用。[S3][S4]

目前这两款 V4 API 都支持思考模式和非思考模式、1M 上下文、JSON 输出和工具调用。上下文可以理解成模型在一次任务里能同时参考的文本或历史信息量。[S3]

官方还给出了 Claude Code、GitHub Copilot、OpenCode 等工具的接入说明。这里的意思是，开发者可以改改 API 配置，把 DeepSeek 当后端模型来用，这不等于这些工具跟 DeepSeek 之间有官方商业合作。[S4]

想自己部署的团队，可以下载 DeepSeek-V4-Pro 的权重。模型卡提供了本地运行说明，列出了 Transformers、vLLM、SGLang 等推理环境；模型代码库和权重用的是 MIT 许可证。[S5]

所以，DeepSeek 现在至少有三条主要交付路线：给普通用户的对话产品、给开发者的云端 API、给技术团队的模型权重和本地部署。[S1][S4][S5]

3. 团队与资本背景

美联社报道，梁文锋在 2023 年创立了 DeepSeek；他此前于 2015 年创办了量化机构 High-Flyer。报道把 High-Flyer 的资金和算力积累看成 DeepSeek 早期研究资源的重要背景，但这不是 DeepSeek 对当前股权或财务结构的正式披露。[S9]

DeepSeek 官网一直挂着研究和工程岗位的招聘入口，团队目前的重心还是基础模型研究、工程和产品能力建设。[S1]

路透社 2026 年 7 月 7 日报道说，DeepSeek 正在筹备首次外部融资，据消息人士称目标金额约 70 亿美元，估值区间在 520 亿到 590 亿美元之间。这仍是媒体援引消息人士的报道，还不能看作已经完成融资。[S10]

这次没找到足够的官方公开资料来确认 DeepSeek 已完成的融资轮次、主要投资人、营收规模、付费企业客户或具体合同情况，所以 funding_stage 保持为空。

4. 技术基础与生态位

DeepSeek 的模型路线以自研基础模型为核心。V4 系列包含两个专家混合模型：V4-Pro 总参数 1.6T、每个 token 激活 49B 参数；V4-Flash 总参数 284B、每个 token 激活 13B 参数，两个模型都支持 1M 上下文。[S2][S5]

专家混合模型，也叫 MoE，可以简单理解成模型整体规模很大，但每次处理内容时只调动一部分“专家模块”，来降低单次推理的实际计算量。[S5]

V4 的模型卡公开了混合注意力架构、Muon 优化器、超过 32T token 的预训练规模，以及由监督微调、强化学习和在线蒸馏组成的后训练流程。这里说的在线蒸馏，就是把不同专家路径里形成的能力再整合回同一个模型。[S5]

V3 是它的前一代主要架构基础。官方公开 V3 为 671B 总参数、37B 激活参数的 MoE 模型，并披露了大约 14.8T token 的预训练、监督微调和强化学习流程，以及总共约 278.8 万 H800 GPU 小时的训练规模。[S6]

R1 则代表 DeepSeek 的推理模型路线。官方称 R1-Zero 先采用大规模强化学习，R1 在此基础上加入冷启动数据；同时还发布了基于 Qwen 与 Llama 的多个蒸馏模型，让小模型去学习大推理模型生成的推理数据。[S7]

从生态位来看，DeepSeek 的主体属于模型层，但实际上它同时跨了模型发布、云端 API、开发工具兼容和消费端对话产品这四个环节。[S1][S4][S5]

open_status 填了 partial。原因是 V4 的权重和部分技术资料开放了，但网页/App 服务、API 后端、训练数据、线上安全策略和完整生产环境并没有完全公开。[S3][S5]

路透社还报道，DeepSeek 正处在自研推理芯片的早期探索阶段，并增加了芯片设计人才招聘；报道同时提到 V4 已适配华为 Ascend，华为芯片参与了 V4-Flash 的部分训练。这部分仍属于外部媒体报道和早期基础设施信号，还需要公司或更多技术材料来验证。[S10]

这次没找到足够的公开资料来拆解 V4 的完整训练数据来源、后训练数据结构、云端 API 后端架构和不同地区的实际部署拓扑。

5. 市场与外部信号

DeepSeek 现在同时运营着免费 Chat、App、API 平台和模型权重下载入口，说明它并不是只靠单一消费端产品或单一 API 路径来触达用户。[S1][S5]

API 目前按每百万 token 计费。V4-Flash 的缓存命中输入、缓存未命中输入和输出价格分别是 0.0028、0.14、0.28 美元；V4-Pro 对应是 0.003625、0.435、0.87 美元。官方也说了，价格可能会调整，所以这里只记录 2026 年 7 月 7 日的页面快照。[S3]

V4-Flash 的单账号并发限制是 2,500，V4-Pro 是 500；两者都支持 1M 上下文、JSON 输出和工具调用。这些配置意味着，DeepSeek 已经把长上下文和 Agent 调用作为正式 API 能力来交付了。[S3]

模型卡页面显示，DeepSeek-V4-Pro 在访问日前一个月的 Hugging Face 下载量约 120 万次。这个数字只能看作模型分发热度的一个信号，不代表活跃部署量、收入或企业使用规模。[S5]

从产品节奏看，官方透明度页面列出 V4 于 2026 年 4 月 24 日发布；官网同期上线了网页、App 和 API 入口。[S1][S2]

这次没找到足够公开资料来确认 DeepSeek 的企业客户名单、合同金额、收入规模或独立用户增长数据，所以不对它的商业表现做推断。

6. 公开评价与主要分歧

V4 在 2026 年 4 月发布，针对这一代模型的长期独立实测仍然有限。以下内容区分官方披露、独立评测、媒体测试和监管信号。

正面评价（独立评测机构 / 政府评测机构）：

• Artificial Analysis 在 2026 年 4 月的评测中，把 V4-Pro 评为其 Intelligence Index 中第二高的开放权重推理模型，给了 52 分；它的 GDPval-AA Agent 工作任务分数是 1,554，比该机构同期列出的 Kimi K2.6、GLM-5.1 和 MiniMax-M2.7 都要高。[S11]
• 美国 NIST 下属 CAISI 对 V4-Pro 的评测称，DeepSeek V4 是他们当时测过的能力最强的中国模型；跟 GPT-5.4 mini 做七项对照，DeepSeek V4 有五项成本更低。[S12]

主要批评/质疑（独立评测机构 / 政府评测机构 / 独立媒体 / 官方政策）：

• Artificial Analysis 同时也指出，V4-Pro 与 V4-Flash 在其 AA-Omniscience 测试中，面对不知道答案的问题仍继续回答的比例分别是 94% 和 96%。这是该机构定义的一个特定可靠性指标，提示在知识问答、检索和高风险 Agent 流程里，还需要外部验证机制。[S11]
• CAISI 的结论和官方自报的成绩有出入。该机构认为，V4 的能力大约落后当时的前沿模型八个月，整体表现更接近八个月前发布的 GPT-5，而不是官方表格中对比的那些最新前沿模型。[S12]
• DeepSeek 官方隐私政策写明，其服务直接在中国境内收集、处理和存储个人数据，并且可能会用用户数据来训练或改进模型；政策里也写了，用户可以申请退出将个人数据用于训练或技术优化。[S8]
• 美联社 2025 年对当时 DeepSeek 聊天产品的测试显示，它会回避或拒答部分中国政治敏感问题。该测试针对的是当时的聊天产品，不能直接等同于 V4 当前 API、模型权重或本地部署版本的全部输出行为。[S13]
• 路透社的汇总显示，澳大利亚、捷克、台湾等地的政府机构已限制或禁止在政府设备、公共行政或官方工作场景中使用 DeepSeek 服务，理由主要集中在数据安全、隐私和跨境数据流动问题上。这些措施针对的是特定服务和机构使用场景，不构成对模型能力本身的结论。[S14]

存在分歧之处：

独立评测一方面显示，V4-Pro 在部分 Agent 任务和成本对照中表现突出；另一方面也显示，模型前沿能力、未知问题时的回答边界和实际任务总成本，仍存在明显限制。[S11][S12]

“开放权重”也不等于“不同使用方式有同样的数据治理条件”。本地部署模型权重、调用第三方托管服务、使用 DeepSeek 官方 Chat/API，涉及的运营方和数据路径都不一样，需要分开判断。[S5][S8]

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： Kimi K2.6、Qwen3-Coder。

关键维度对比（事实，标来源）：

维度	DeepSeek V4-Pro	Kimi K2.6	Qwen3-Coder
模型定位	通用文本推理与 Agent 模型；V4-Pro 为 1.6T 总参数、49B 激活参数。[S5]	原生多模态 Agent 模型；1T 总参数、32B 激活参数。[S15]	面向代码与 Agent 工作流的模型系列，包含 480B-A35B、30B-A3B 与 Coder-Next 等型号。[S16]
上下文长度	1M。[S3][S5]	256K。[S15]	Coder-Next 原生 256K，可通过 YaRN 扩展到 1M。[S16]
输入模态	Artificial Analysis 标注为文本输入、文本输出。[S11]	支持图像与视频输入。[S15]	本次所查官方资料重点覆盖代码与 Agent 场景，没据此对它的通用多模态能力做结论。[S16]
开放与本地部署	权重与仓库采用 MIT 许可证；提供本地部署说明。[S5]	模型卡标注 Modified MIT；提供 vLLM、SGLang 等部署方式。[S15]	官方将 Coder-Next 描述为开放权重模型，并面向本地开发与代码 Agent 场景。[S16]
开发者接入	API 兼容 OpenAI/Anthropic，并提供 Claude Code、GitHub Copilot、OpenCode 等接入指引。[S4]	提供 OpenAI/Anthropic 兼容 API，以及 vLLM、SGLang 等部署方式。[S15]	支持 Qwen Code、Cline、Claude Code 等平台，并提供专门的函数调用格式。[S16]

公开评价中的对比（标源，非个人裁决）：

Artificial Analysis 在同一轮 GDPval-AA Agent 工作任务评测中，给 V4-Pro（1,554）的分数高于 Kimi K2.6（1,484）。这个比较只覆盖了该机构的特定 Agent 评测框架、推理模式与测试配置，不能替代多模态、代码、部署成本或稳定性方面的全面比较。[S11]

这次没找到能在完全相同设置下同时覆盖 DeepSeek V4-Pro、Kimi K2.6 和 Qwen3-Coder 当前全部版本的独立综合评测，所以不对三者做整体排序。

8. 信息缺口与后续观察

• 没找到足够官方公开资料来确认 DeepSeek 已完成的融资轮次、主要投资人、营收、企业合同与付费客户结构。
• V4 的长上下文在真实代码库、长文档检索和多步骤 Agent 流程中的成本、延迟和错误率，还需要更多独立实测。
• 需要持续把官方 Chat/API、本地部署权重和第三方托管版本的输出行为、数据路径与内容治理差异区分开来看。
• 对 V4 的安全性、政治敏感内容、中英文表现、多模态缺失的影响，以及不同推理框架下的兼容性，还缺少系统性的独立复测。
• 自研推理芯片与华为 Ascend 适配，是当前值得观察的基础设施信号，但仍应等 DeepSeek、芯片厂商或可复现技术资料进一步确认。
• 本篇未进行 API、网页端或本地部署实测。

9. 归纳洞察 ★

DeepSeek 的生态位更适合理解成“模型公司加多渠道分发层”。底层是自研模型和开放权重，中间是兼容主流开发工具的 API，外层是网页、App 和开发者接入路径。[S1][S4][S5]

它的技术路线也不只是发布一套大模型。从 V3 的 MoE 架构、R1 的强化学习与蒸馏，到 V4 的长上下文和混合推理模式，能看出 DeepSeek 一直在模型效率、推理能力和开发者可接入性之间找组合。[S5][S6][S7]

价格低不一定等于单次任务成本低。DeepSeek API 的单位 token 定价较低，但 Artificial Analysis 的评测显示，V4-Pro 在复杂推理模式下会生成较多 token，任务总成本跟部分开放权重模型相比并不一定更低。[S3][S11]

开放权重、云端 API 和数据治理这三样也需要拆开看。模型权重可以本地部署，但使用官方云端服务时，仍会受到它数据存储、训练与隐私政策的约束。[S5][S8]

目前的公开评价呈现出清晰的分层：Agent 任务能力、成本效率、面对未知问题时的可靠性、监管和数据路径，分别对应不同的问题，不能只拿一个榜单或单一叙事来概括。[S11][S12][S14]

10. 来源与更新时间

• 信息截至(as_of): 2026-07-07
• 最后复查(last_checked): 2026-07-07
• 最后更新(last_updated): null