Company
DeepSeek
杭州的开源权重 LLM 实验室,由量化对冲基金资助 —— 2025 年 1 月后成为成本高效前沿 AI 的象征。
1. 核心产品 / 服务
DeepSeek 使用 Mixture-of-Experts (MoE) 架构构建开源权重大语言模型。面向公众的表面：
- DeepSeek API —— 聊天 + 推理端点,OpenAI 兼容。
- 开源权重发布在 Hugging Face 上（V3、V3.1、V3.2、R1、V4 Flash、V4 Pro）,代码在 MIT 下,权重在 DeepSeek 自己的模型许可证下 [1][2]。
- Web/app 聊天在 chat.deepseek.com。
最新版本（截至 2026-05-09）：
- V4 Pro（preview,2026-04-24）：1.6T 总 / 49B 活跃参数,1M 上下文。声称每 token 推理 FLOPs 是 V3.2 的约 27%,1M 上下文的 KV cache 约 10% [3][4]。
- V4 Flash：284B 总 / 13B 活跃,1M 上下文 [3]。
- R1：推理模型线,最初于 2025-01-20 发布 [5]。
2. 目标用户与痛点
- 开发者 / 创业公司,希望前沿层推理以 OpenAI/Anthropic 价格的一小部分。
- 自托管者 / 主权 AI —— 开源权重意味着他们可以在自己的 GPU 上运行（vLLM/SGLang Day-0 支持；见 ai-inference-engines）。
- 研究人员 —— V3 和 R1 的发布技术报告对前沿实验室而言异常详细。
解决痛点：闭源模型锁定、美国 API 出口成本、训练成本透明度。
3. 竞争格局
| 实验室 | 起源 | 开源权重？ | 最新旗舰 | 定位 |
|---|---|---|---|---|
| DeepSeek | 中国（杭州） | 是（MIT 代码 + 模型许可证） | V4 Pro 1.6T MoE | 最便宜的前沿层,MoE 原生 |
| OpenAI | 美国 | 否 | GPT-5 家族 | 闭源领导者,高端价格 |
| Anthropic | 美国 | 否 | Claude Opus/Sonnet 4.x | 闭源,agentic / 编码焦点 |
| kimi（Moonshot） | 中国 | 部分（K2 权重开源） | K2.6 | 长上下文 + agent 工具 |
| Qwen（阿里巴巴） | 中国 | 是（Apache 2.0） | Qwen3 家族 | 最广泛的模型动物园,多模态 |
差异化：DeepSeek 在每质量单位的推理成本和架构新颖性（MoE 路由、多头潜在注意力）上最激进。战略选择将优化上游到 ai-inference-engines（vLLM）而不是构建自己的引擎 —— 保持团队专注于模型训练（内部研究笔记）。
4. 独立观察
- 推理引擎战略：DeepSeek 明确选择将优化合并回 vLLM 和 SGLang,而不是推出竞争推理产品。根据内部笔记的推理：约 500 人的团队不能同时训练新模型和维护多硬件推理栈 —— 让引擎生态系统为他们分发模型（内部研究笔记）。
- 搜索栈：据报道独立的中国实验室（DeepSeek、Kimi、MiniMax）混合自建爬虫与 Exa.ai 进行接地,与使用内部引擎的百度/阿里巴巴/腾讯不同（内部研究笔记）。
- OpenRouter 行为怪癖：通过 openrouter 服务的 DeepSeek 模型可以由主机启用推理,而直接 DeepSeek API 默认推理关闭 —— 与 hermes-openrouter-models 路由相关。
- V4 推理 FLOP 声明：V4 Pro 在 1M 上下文中的 V3.2 单 token 算力的 27% 是头条架构改进,而不是原始基准分数 [3][4]。
5. 财务 / 融资
- 没有外部风险投资融资。 DeepSeek 没有筹集公开 VC 轮次；风投公司最初放弃是因为没有近期退出 [6]。
- 母公司 / 资助者：High-Flyer（幻方量化）,2016 年由梁文锋和浙江大学同学在杭州创立的中国量化对冲基金。High-Flyer 补贴 DeepSeek 的 GPU 集群和运营成本 [6][7]。
- 所有权：截至 2024 年 5 月,梁文锋通过两家壳实体个人持有约 84% 的 DeepSeek [6]。
- 披露的训练成本：V3 基础模型在 H800 租赁等效中训练 ~$5.576M（2,048× H800,约 55 天）,加上 R1 RL 阶段的 ~$294K —— 数字仅涵盖算力,不包括工资 / 数据 / 失败的运行 / 硬件资本支出 [8]。$5.6M 数字是触发下面市场反应的那个。
- 市场冲击事件（2025-01-27）：2025-01-20 R1 发布加上廉价训练叙事推动 Nvidia 下跌约 17%,单日抹去约 $589B 的市值 —— 当时美国股市历史上最大的单日损失。Broadcom（-17%）、Micron（-12%）、AMD（-6%）同情性抛售 [9]。Nvidia 到 2026 年 4 月从该低点恢复了约 76%。
6. 团队与关系
- 创始人 / CEO：梁文锋（Liang Wenfeng）—— 也是 High-Flyer 的 CEO,浙江大学毕业,在 2008 年金融危机期间开始算法交易。
- 母公司：High-Flyer 对冲基金（杭州,2016 年创立）。
- 生态系统盟友：vLLM / ai-inference-engines（DeepSeek 将 MoE / 专家并行优化上游到那里）；SGLang（V3/R1 的 Day-0 支持）。
- 分销合作伙伴：openrouter（第三方主机,通常比直接 API 便宜）、DeepInfra、Together。
- 同行中国实验室：kimi（Moonshot）、MiniMax、Qwen —— 重叠但差异化定位（见第 3 节）。
数据档案 · 大模型
DeepSeek（深度求索）
全自建 + 规则奖励 RLVR 路线，合成 agent 环境是 V3.2 的数据亮点
- 数据类型
- 预训练网页与电子书；蒸馏 SFT；RLVR 规则奖励；合成 agent 环境
- 规模口径
- V3 预训练 14.8T token（公司口径）；V4 模型卡称 >32T（公司口径）；V3.2 合成 1,827 个 agent 环境、85,000+ prompt
数据路线一句话
全自建、不点名供应商：预训练靠网页与电子书，后训练靠 rlvr 规则奖励与自家模型生成，V3.2 起把 agent 环境也合成化。
六层明细
- L1 语料：V3 14.8T token [1]；V4 模型卡称 >32T（公司口径）[4]，第三方称 33T/32T（媒体口径）。配比不公开，仅称提高数学、代码占比并扩多语言。
- L2 授权：未披露。
- L3 人工：未披露条数；V3 非推理 SFT 数据由 V2.5 生成后经人工核验，R1 的思考过程亦经人工核验 [1][2]。R1 SFT 约 800K（约 600K 推理 + 约 200K 非推理，公司口径）。
- L4 RL 环境：R1 以数学、代码、逻辑的规则奖励为核心；V3.2 合成 1,827 个通用 agent 环境，agent 任务 85,000+ prompt（代码 24,667、搜索 50,275、通用 4,417、解释器 5,908）[3]。
- L5 合成蒸馏：R1 论文自述 V3-Base 只用网页与电子书、未刻意加入合成数据，但承认网页含大量 OpenAI 模型生成的答案 [2]；SFT 与 agent RL 合成占比高，无百分比。详见 deepseek-r1。
- L6 回流政策：未披露。
自建与供应商
未查到标注团队规模、数据供应商或采购合同。2026-06 起的招聘中有"模型数据策略"岗位 5 个，非标注员岗位（媒体口径）[6]。V3 训练成本 $5.576M（2.788M H800 小时 × $2），论文明示不含前期研究、消融与数据 [1]。
反向供给与争议
未发布训练语料或数据集。蒸馏争议：2025-01 起 OpenAI 称有证据（媒体口径）；2026-02-23 Anthropic 博客称 DeepSeek 超过 150,000 次交互，聚焦推理、奖励模型打分与敏感话题回答（Anthropic 指控，未经独立核实）[5]，见 anthropic-distillation-accusation、distillation-geopolitics。未查到 DeepSeek 的公开回应。
- https://arxiv.org/pdf/2412.19437 (2026-10-15)
- https://arxiv.org/pdf/2501.12948 (2026-10-15)
- https://arxiv.org/pdf/2512.02556 (2026-10-15)
- https://huggingface.co/blog/deepseekv4 (2026-10-15)
- https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks (2026-10-15)
- https://m.jiemian.com/article/14650951.html (2026-10-15)
Related
Last compiled: 2026-05-09