DeepSeek 需要重走来时路

文 | 超聚焦

DeepSeek 融资了，能让大家敞开了烧 Token 吗？

4 月 18 日，据上海证券报消息，DeepSeek 正式启动了成立以来的首次外部融资，目标估值不低于 100 亿美元，计划筹集至少 3 亿美元资金。上海证券报记者求证称，有接近人士表示 「很有可能」，还有不少投资人称：「圈里信息已经 『炸了』。」

截至目前，深度求索公司方面尚未就此次融资消息作出官方回应。路透社表示无法独立核实此消息，但在 The Information 发布报道后，Reuters、Yahoo Finance、Investing 等主流财经媒体相继跟进转载。

在资本圈的狂欢之外，回归到大模型落地的现实里，其实 DeepSeek 要面临的问题不少，大家对其的期许也有不同。

相比 R1 模型发布时被捧上天，新一代旗舰模型发布前的 DS 显然承担着外界更大的期许和压力；而比起跑分、SOTA，在 Agent 时代里，大家显然更关注的是，DeepSeek 当初在训练端打出的 「成本通缩」，能否重现于如今依然高昂的推理端？

DeepSeek 的新模型，已经 「跳票」 很久了。

1 月中旬，The Information 率先爆料称，DeepSeek 计划在 2026 年 2 月正式发布下一代模型，并声称其编程实力已赶超 Claude、GPT 系列等顶尖闭源模型。然而整个 2 月，官方始终保持静默。

到了 2 月底，随着官方 GitHub 代码库中出现 「MODEL1」 等标识，加上金融时报等媒体和券商研报的发声，市场又传出了新模型将在 3 月 6 日当周发布的消息，结果依然是 「只闻楼梯响」。

3 月中旬，市场传言又有相关流言传出，甚至一度引发了 A 股算力板块的上涨，针对该传闻，DeepSeek 官方企业咨询账号在用户群中回应：「辟谣：R2 发布为假消息」。

到了 4 月中旬，大家苦等不来新模型，但 DS 的前核心研究员却选择了加入其它大厂。

据晚点报道， DeepSeek 研究员郭达雅已经加入字节跳动负责大模型研发的组织 Seed，成为 agent 负责人之一。而此前其离职是因为当时 DeepSeek 内部 Agent 的优先级不高，但 2026 年 Agent 的火热，也反衬出了 DeepSeek 在当下这个节点上的某种尴尬：

一边是自己曾经 「轻视」 的赛道如今成了全行业的主战场，甚至要被对手用自己的人才攻城略地；另一边，却是自己死磕并被外界寄予厚望的底层新模型，迟迟交不出答卷。

大模型圈在过去这一年里经历了翻天覆地的变化，也许是时候放下对 DeepSeek 那层 「无所不能」 的技术滤镜了。

毕竟在 DeepSeek 没有发布旗舰模型的这一年多空窗期里，整个大模型行业比拼的早已不是通用的基座能力。

首先，是原生多模态对纯文本大模型的降维打击。 

当 Gemini 带着 Nano Banana 2 等模型在图像生成与编辑上大杀四方，当 Seedance 2.0 在视频生成领域狂飙时，单一文本模型的护城河正在被迅速瓦解。无论是行业竞争还是用户需求，早已跨过了纯文本跑分的阶段，迈向了图、文、视、音全面融合的深水区，成为了头部大模型的标配。

另一边，Coding 市场也迎来了彻底爆发。

作为最能直接转化为生产力的高价值垂直场景，AI Coding 的商业化空间在过去一年迎来了真正的狂飙。以 Claude 为代表的模型在这个细分赛道上展现出了惊人的统治力，甚至借力将 ARR 超过了 OpenAI；而 Cursor 最新一轮融资后的估值也超过了 500 亿美元。

同时，2026 年的 Agent 繁荣也带来了 Token 消耗的狂欢。

从 OpenClaw 到 Hermas，都在将大模型的调用频次推向指数级增长。智谱、MiniMax、Kimi 等厂商都凭借着海量的 API 调用狂卖 Token，在推理端闷声发大财，甚至还推动了阿里、智谱和 MiniMax 转向闭源。

DeepSeek 如果想要复刻 R1 发布时的 「全网沸腾」，它面临的早已不是单点突破的考卷，而是必须要在多模态、代码生成、Agent 生态上全面多线出击。

但如今的每一条细分赛道上，都有了 「最高的山峰和最长的河流」，多模态有谷歌和字节的重兵把守，代码战场是 Claude 绝对的天下，而在 Agent 与 Token 消耗的生态里，更是挤满了红了眼的其他多模型巨头。

如果期望 DeepSeek 能掏出一个全知全能、在各个维度全面碾压所有顶尖大厂的 「六边形战士」，既不符合技术演进的常识，也违背了当下 AI 产业的客观规律。

比起继续沉溺于 「拳打 OpenAI、脚踢 Claude」 的技术造神叙事，对于眼下正在艰难算账的整个 AI 应用层而言，大家真正迫切需要的，其实是一个远比 「跑分 SOTA」 更性感、也更具想象力的东西。

当前所有 AI 使用者最需要的，也是 DeepSeek 最可能为市场带来的，是一个叫 「Token 通缩」 的故事。

一年前 R1 横空出世时，它给整个全球 AI 圈带来的最大 「暴击」，其实不单单是某几项评测指标超越了 GPT-4，而是 R1 真的太便宜了。

在全行业都笃信 「大力出奇迹」，觉得只有像 Altman、马斯克那样堆满几万张老黄的顶级 GPU 才能训练出旗舰模型，但 DeepSeek 仅用了约 558 万美元的训练算例成本，就撞开了顶尖基座模型的大门，相比之下，GPT-4 训练成本高达数亿美元。

如此低廉的训练成本在当时引起了 AI 算力市场的 「恐慌」。

去年 1 月 27 日，DeepSeek 发布其新 AI 模型后，美股市场出现了剧烈波动。其中，芯片巨头英伟达股价暴跌 16.97%，市值在单个交易日内蒸发了约 5926.58 亿美元 （约合人民币 4.3 万亿元），创下美股史上最大单日市值损失纪录。

除了英伟达外，其他美国科技巨头也未能幸免。博通股价下跌 17.4%，超威半导体公司 （AMD） 股价下跌 6%，微软股价下跌 2.14%，谷歌母公司 Alphabet 股价下跌超过 4%。

彼时，DeepSeek 用一套极致优化的算法和工程架构向全行业证明：智能的获取成本是可以被打骨折的，并在一年前创下了 「训练端通缩奇迹」。

市场普遍担忧AI 硬件基础设施的泡沫是不是马上就要破了？但一年多后的今天，大家发现根本不用担心大厂还需要买多少卡，而是自己的钱包还能不能撑得起逐级而上的 Token 消耗。

据中信证券，Agent 带来的巨大 Token 消耗需求驱动了 「老旧款」AI 芯片 H100 租赁价格从 2025 年 10 月的约 1.70 美元/小时/GPU 飙升至 2026 年 3 月的 2.35 美元/小时/GPU，涨幅近 40%。

在云端，3 月到 4 月间，国内头部云厂商接连调价，打破了行业长期低价竞争惯性。阿里云 4 月 18 日起 AI 算力产品最高涨幅 34%，高性能存储涨幅 30%；百度智能云 AI 算力产品上调 5%-30%；腾讯云 5 月 9 日起 AI 算力等产品上调 5%。全球范围内，亚马逊 AWS 已于 1 月对机器学习实例上调价格约 15%，谷歌云也进行小幅调整。

为了降低 Token 消耗，巨头企业也出现了组织架构上的变阵。

3 月，阿里宣布成立 Alibaba Token Hub（ATH） 事业群，CEO 吴泳铭亲自挂帅，核心目标就是围绕 「创造 Token、输送 Token、应用 Token」 来统筹 AI 业务。换句话来说，就是阿里看到了未来 Token 巨大的 Token 消耗，现在要从集团层面上来统筹调配 Token 了。

到了用户端的体感就更加明显，曾经那场免费送 Token 额度的 「价格战」 早已鸣金收兵。

现在一个看似简单的用户指令，后台往往伴随着十几次的循环反思、工具调用以及几万 Token 的上下文反复重载。而每个 Token 的消耗，都是在实打实地烧钱。

而巧的是，看起来过去一年里，DeepSeek 也没有停下来 Token 降本的步伐。

今年元旦假期，DeepSeek 提出了一种名为 mHC 的新架构。该研究旨在解决传统超连接在大规模模型训练中的不稳定性问题，同时保持其显著的性能增益，让算力有限的中小 AI 企业，也能尝试开发更复杂的大模型。

不久后，DeepSeek 开源了名为 Engram 的模块，并同时发布了与北京大学联合撰写的论文，阐述了一种新的大模型稀疏化方向：条件存储 （Conditional Memory）。

而这两篇论文都体现了 DeepSeek 一直以来的方向：打破算力成本硬约束，通过架构、方法论创新，走出更具性价比的道路。

既然 DeepSeek 当初能凭一己之力，在训练端把竞争对手们上亿美金的训练成本打到骨折价，打出让英伟达一夜暴跌的通缩效应；那么一年后的梁文峰，又能否在 Token 消耗逐渐成为天量的现在，在推理端再当一次 「价格屠夫」，把全行业的 Token 单价打个骨折呢？