研报 · AI 应用与大模型

DeepSeek 深度求索:强技术的 AI 大模型,估值已透支

杭州深度求索人工智能基础技术研究有限公司
DEEPSEEK · 未上市
柏基成长分
43/100
偏弱
导读

深度求索(DeepSeek)是中国前沿 AI 大模型公司,2023 年成立,靠免费 Web/App 引流、API 按量收费与开源模型扩散生态,最新模型 DeepSeek-V4 于 2026 年 4 月发布,API 价格显著低于 OpenAI、Anthropic。公司仍为非上市私营企业,无公开审计财务,最新媒体报道融资后估值约 520–590 亿美元。

速览通俗速览 · 先读这里

这是一篇关于 DeepSeek(深度求索)的研报,研报态度很明确:避免。不是说它技术不行,而是说眼下不该在这个价钱上买它。

DeepSeek 主要做大模型,也就是支撑各种 AI 应用的底层「大脑」。普通人能免费用它的网页和 App,开发者和企业按用量付费接入它的接口。它技术强、价格特别低,在中国 AI 用户里每周大约有 8160 万人用,仅次于字节的豆包。

研报最担心一件事:DeepSeek 还没上市,没有经过审计的财报,外人根本看不到它到底赚没赚钱、现金有没有真进账、扩张还要烧掉多少钱。技术能不能火是一回事,能不能在激烈的价格战里持续把钱赚到手是另一回事,而后面这件事现在完全没法验证。

价格上,最新消息说它融资后估值高达 520 亿到 590 亿美元。研报算下来,这等于已经替它把未来十年最乐观的剧情提前付清了,没给买家留一点犯错的余地。研报认为估值低于 100 亿到 180 亿美元才算合理,眼下明显偏贵。

最该当心的还有:行业竞争太狠、价格战没完,定价能力弱;监管和芯片供应都卡着它;公司高度依赖创始人一个人。研报的结论是,DeepSeek 值得长期关注,但现在不是买它的时候。

以上只是把这份研报讲明白,非投资建议。股市有风险,入市需谨慎。

完整正文

结论先行

先把最重要的话放在前面:如果把 DeepSeek 当成一门生意来买,而不是一张概念票来追,我给出的结论是“避免”。原因不是我否认它的技术突破,而是因为截至2026 年 6 月 9 日,DeepSeek 仍是非上市私营公司,没有公开股价、没有可验证的审计年报或季报,也没有 10-K、10-Q、招股书、股东信这类价值投资最依赖的基础材料;你能看到的是很强的产品力、很快的迭代、很低的 API 价格、很高的话题热度,以及一串快速上修的媒体融资估值,但看不到“这家公司到底已经挣到了多少、现金流质量如何、增长要烧掉多少资本、少数股东能分到什么”。对一位平衡偏保守、持有 10 年以上的投资者来说,这种信息结构本身就是红灯。

初步结论

项目 结论
投资评级 避免
核心判断 DeepSeek 是一门能理解、但暂时不能安全定价的生意。它的技术与成本效率很强,行业空间也很大,但行业竞争极度激烈、价格战已经常态化、监管与算力约束很重,而公司又缺乏审计财务披露。按最新媒体报道的520 亿至 590 亿美元融资后估值看,市场已经在为非常乐观的十年结果预付价款。
当前价格是否有安全边际 没有 / 无法确认,但在保守框架下可视为没有
适合的投资者类型 更适合能拿到一手尽调材料、董事会/条款保护、并能承受长期锁定与流动性折价的专业一级市场投资者不适合普通长期价值投资者
最大不确定性 真实收入和自由现金流未知当前估值是谈判估值而非公开市场可验证价格中国大模型行业的价格战与监管/算力约束可能持续压低长期回报率

如果只能用一句“巴菲特式”的语言概括:我愿意长期研究 DeepSeek 这门生意,但我不愿在目前这样不透明、且明显预支乐观预期的估值上买下它的少数股权。

生意理解与行业格局

DeepSeek 的生意并不神秘:它本质上是一家基础模型公司,通过Web/App 免费入口、面向开发者与企业的 API 收费、以及开源模型权重与工具链的生态扩散来获取用户、开发者和企业采用。官网明确写到,用户可以免费使用 DeepSeek,也可以接入 API;公司公开了模型、价格、透明度页面和技术报告,最新公开模型包括2026 年 4 月 24 日发布的 DeepSeek-V4系列。官方价格页显示,当前DeepSeek-V4-Flash的 API 价格约为每百万输入 token 0.14 美元、输出 0.28 美元DeepSeek-V4-Pro约为输入 0.435 美元、输出 0.87 美元

从“怎么赚钱”的角度看,它的客户分成三类。第一类是普通终端用户,主要通过免费 Web 和 App 形成品牌与数据反馈;第二类是开发者,按 token 调用 API 并充值;第三类是企业客户,把模型接入自己的产品、客服、编码、办公流或 AI agent 应用。官方 FAQ 显示,平台支持充值,余额不自动过期;官方文档还提供OpenAI 格式Anthropic 格式的 API 入口,这降低了开发者试用和迁移成本,有利于获客,但反过来也说明客户切换供应商并不困难,采用门槛低,锁定能力也低

这门生意“我能不能理解”?能理解,但只能理解业务,不足以理解全部经济学。 业务层非常清楚:做更强、更便宜、更易集成的模型;通过免费产品扩大流量,通过 API 与工具生态把算力与模型能力货币化。可问题在于,真正决定长期价值的不是“模型能不能火”,而是“模型能不能在高研发、高算力、高折旧、强价格战的环境下持续变成自由现金流”。而这部分,DeepSeek 公开资料严重不足。

行业方面,生成式 AI 仍处于高增长、但远未成熟的阶段。Gartner 预计2026 年全球 AI 支出达到 2.52 万亿美元,同比增长 44%,其中AI Models支出约263.8 亿美元AI Services5886 亿美元AI Software4525 亿美元。这说明赛道足够大,但也说明真正的钱未必都在“模型本身”,而更可能流向云、代理层、行业软件、数据、服务集成和基础设施。Gartner 还指出,2026 年 AI 处于所谓的“幻灭低谷”,很多企业更倾向于从现有软件供应商购买 AI 能力,而不是孤注一掷做新的“登月项目”。这对独立模型公司并不轻松。

竞争格局极其激烈。Stanford HAI 的2026 AI Index显示,截至2026 年 3 月,顶级模型表现已经明显收敛:Anthropic、xAI、Google、OpenAI、阿里巴巴和 DeepSeek 都处在头部梯队,但DeepSeek Arena Elo 约 1424,低于 Anthropic 的 1503、OpenAI 的 1481 和 Alibaba 的 1449;与此同时,2025 年重新拉开的开放模型与闭源模型差距表明,开源并不自动等于长期领先。更关键的是,中国与美国模型性能差距已经大幅缩小,意味着 DeepSeek 不再拥有“别人还没追上来”的舒服窗口。

在中国本土,DeepSeek 当然是一线玩家,但并非无可争议的霸主。Reuters 援引 QuestMobile 数据称,字节 Doubao 约有 1.55 亿周活用户,而 DeepSeek 约为 8160 万周活,位居第二;阿里的 Qwen 也在通过补贴和产品升级迅速追赶。Reuters 还指出,DeepSeek-V4 虽有明显进步,但面对 Qwen 和 Kimi 等竞争者,其相对领先优势正在缩窄。对长期投资者来说,这意味着它更像是好行业里的强选手,而不是“坐拥毫无争议垄断利润池”的生意。

至于“如果关闭股市 5 年,我愿不愿意持有这门生意”,我的回答是:如果我能以合理估值买下整家公司,并且拿到完整财务报表与控制权,我愿意继续研究;如果只是按今天传闻中的高估值买一个信息权极弱的少数股权,我不愿意。 这不是对业务的否定,而是对“付出价格—得到权利—承担风险”三者失衡的否定。

评分

维度 评分 原因
生意可理解程度 3/5 产品和商业模式能理解,但真实经济学和现金流结构缺乏披露。
行业吸引力 2/5 行业空间巨大,但资本开支重、价格战强、技术替代快、监管和算力约束高。

护城河与管理层

DeepSeek 确实有一些“像护城河”的东西,但多数还停留在技术优势或工程效率优势,尚未沉淀成价值投资者最喜欢的那种“可持续、可提价、可兑现现金流”的护城河。官方资料显示,公司成立于2023 年,专注于 AGI 底层模型,强调自研训练框架、自建智算集群和万卡算力资源;其模型和推理工具以MIT 许可证开放,技术报告公开发布。Reuters 也多次指出,DeepSeek 以低成本、高效率、开放权重震动市场,并引发国内外同行快速跟进。

但真正的护城河要看十项因素:

护城河维度 判断 证据与解释
品牌优势 中等 DeepSeek 在全球技术圈和中国 AI 用户中已建立强品牌,但国内消费端用户规模仍落后于 Doubao。
成本优势 中等偏强 官方 API 定价显著低于 OpenAI GPT-5.5 和 Anthropic Sonnet 4.6;这说明其工程与算力利用效率很强。
规模优势 中等偏弱 用户与开发者采用很强,但与微软、谷歌、阿里、字节相比,DeepSeek 缺少更大流量与云分发底座。
网络效应 模型产品并不存在典型双边网络效应,更多是“数据—反馈—迭代”效应,而且开源削弱独占性。
转换成本 官方同时支持 OpenAI/Anthropic 兼容接口,利于接入,也利于客户切换。
渠道优势 公司没有阿里云、微信、抖音这类超级入口。
专利、牌照、监管壁垒 中等 合规门槛、数据本地化、模型备案等都是进入门槛,但监管也反过来约束公司。
数据优势 中等偏弱 官方披露使用公开数据和授权数据,但未披露明显排他型数据资产。
企业文化与运营能力 中等偏强 Reuters 描述其更像研究实验室、层级扁平、年轻研究团队、工程效率高。
资本配置能力 不确定 过去长期拒绝外部融资、由 High-Flyer 支持,显示长期主义;但没有审计财务与回报记录,无法验证 ROIC 与股东回报质量。

最关键的判断是:这条护城河正在变窄,而不是变宽。 原因有三点。第一,Stanford HAI 显示头部模型性能正在收敛,开源与闭源之间的差距也不是单向缩小,而是在 2025 年重新拉开到3.3%;第二,Reuters 多次报道 DeepSeek 的低价和开源策略已经迫使阿里、百度、字节等同行频繁降价和升级,说明它创造了行业变局,但未必创造了自己独享的利润池;第三,中国企业级 AI 市场的价格战已经非常激烈,开源反而削弱了平台收费能力。

管理层方面,我看到的是一种技术驱动、长期导向、但对外披露不足的混合体。正面证据包括:创始人梁文锋长期通过 High-Flyer 支持公司运营,而不是急于 IPO;Reuters 称他公开表达过公司并不以价格战为目标,而是把 AGI 放在首位;最新融资轮中,梁文锋还被报道称将个人出资 200 亿元人民币,这至少说明其利益绑定和长期投入程度很高。与此同时,Reuters 将公司描述为“更像研究实验室而非以利润为中心的企业”,这种文化在技术突破期是优势,但在“向股东持续分配现金流”这件事上,还没有被证明。

负面证据同样明显。DeepSeek 对外几乎没有上市公司级别的披露:没有可核验的分部收入、没有资本开支说明、没有股权激励细节、没有股东信,也没有坦诚讨论资本回报率和自由现金流的固定机制。官网公开资料主要集中在产品、研究、透明度和法律政策,而不是投资者关系。对长期所有者而言,这意味着管理层动机也许不错,但“值得信任”的可验证证据仍然不够。

评分

维度 评分 原因
护城河强度 2/5 有技术与成本优势,但定价权弱、转换成本低、行业追赶快。
管理层与资本配置 2/5 创始人长期主义迹象强,但缺少上市公司级别的可验证披露,无法证明资本配置已经优秀。

财务质量与所有者收益

这一部分必须直说:你要求的绝大多数关键财务指标,目前公开不可得。 我在 DeepSeek 官方公开页面能找到的是产品入口、模型价格、技术报告、透明度页面、法律条款和招聘信息;没有找到经审计年报、季报、招股书、投资者关系页面、10-K、10-Q,也没有公开股本与每股数据。 因此,收入增长率、毛利率、营业利润率、净利润、经营现金流、自由现金流、ROE、ROIC、净债务/EBITDA、利息覆盖倍数、股份数变化、分红与回购记录等,公开层面基本都只能给出“未知”。这不是分析偷懒,而是资料边界。

在这种情况下,最有价值的是把公开可验证经营锚点摆出来:

项目 公开可验证信息 说明
公司性质 杭州深度求索人工智能有限公司运营;截至目前仍处于私募融资阶段,未披露上市计划。 非上市、无公开股价
成立时间 2023 年 历史太短,无法做 10 年审计回溯
产品形态 Web/App 免费,API 付费,模型开源。 典型“流量入口+开发者平台”模式
最新主要模型 DeepSeek-V4,2026 年 4 月 24 日公开。 仍处快速迭代期
当前官方 API 价格 V4-Flash:输入 0.14/输出 0.28 美元;V4-Pro:输入 0.435/输出 0.87 美元。 价格极低
已披露的收入/成本锚点 2025 年对 V3/R1 披露的理论日收入 56.2 万美元、理论日推理成本 8.71 万美元;Reuters 指出实际收入会显著更低 这是最接近“营收锚点”的公开数字
用户规模锚点 中国周活约8160 万,低于 Doubao 的1.55 亿 证明产品影响力,但不等于货币化质量
最新估值锚点 2026 年 6 月 3 日 Reuters 称其首轮融资后估值或达520 亿至 590 亿美元 仍属谈判估值

用这些锚点可以得出一个很朴素但很重要的判断:DeepSeek 不是一个“已经被证明能稳定吐出自由现金流”的成熟生意,而是一个处在商业化验证期、资本需求继续抬升的前沿 AI 实验室/平台。 Reuters 在 2025 年 3 月披露,DeepSeek 按 V3/R1 的理论最大负载测算,年化收入约可达到2.051 亿美元,对应推理成本年化约3178 万美元,理论上的“推理层毛贡献”约1.734 亿美元;但公司同时强调实际收入会显著更低。再结合 Reuters 另一篇报道中专家的判断——公众广泛传播的“600 万美元训练成本”只对应最终一次训练 run 的芯片使用费,整个开发过程可能需要大得多的投入,甚至有业内人士认为早期阶段总投资可能超过10 亿美元——你很难把这家公司视为已经拥有可分配所有者收益的成熟资产。

更糟的是,行业商业化现实并不宽松。Reuters 在讨论阿里等中国 AI 公司的文章中指出,中国消费者对 AI 订阅付费明显更抵触,企业级市场则已经被价格战严重压缩利润空间;AI 公司纷纷转向企业 API,但 API 价格大幅下调、开源模型广泛存在,都会削弱长期定价能力。DeepSeek 本身也在 2025 年和 2026 年持续推动大幅降价。对你要求的“利润是真现金还是会计利润、增长是否越长越缺钱”这类问题,我的答案是:在公开信息约束下,我更愿意把 DeepSeek 看成“增长需要持续资本投入”的公司,而不是“已经越长越赚钱”的公司。

因此,我给出的保守 Owner Earnings 估算非常克制:

Owner Earnings 要素 公开可验证情况 保守判断
净利润 未知 不能确认为正
加回非现金费用 未知 不能可靠估算
扣除维持性资本开支 未知,但大概率不低 前沿模型公司通常需要持续算力与研发投入
扣除营运资本变化 未知 不可验证
真实可分配现金流 未知 保守上按“约等于 0 或为负”处理

这个结论听起来偏谨慎,但它恰恰符合“长期所有者”的纪律:在没有审计数据前,不把科研型增长公司的理论计算收入误认成可分配现金流。

估值、安全边际与机会成本

先说明口径:由于 DeepSeek不是上市公司,我下面谈的不是“股价区间”,而是公司整体股权估值区间。公开市场没有可核验的每股价格和股本,所以任何“每股目标价”都是伪精确。

所有者收益折现法

在缺少审计报表的情况下,最诚实的做法不是装出一个精细 DCF,而是做压力测试型 DCF。我的核心假设很简单:由于当前没有可验证的正 Owner Earnings,我把2026 年的起点所有者收益视为接近零;然后看公司在未来十年必须把 Owner Earnings 做到什么水平,才能支撑今天媒体给出的估值。这个思路比假装知道今天净利润更可靠。

我采用三组情景,且都假设公司从“当前接近零的可分配收益”逐步爬坡到第十年的规模化 Owner Earnings:

情景 第十年 Owner Earnings 假设 折现率 终值增速 对应内在价值估算
保守 10 亿美元 12% 3% 约 60 亿至 80 亿美元
中性 30 亿美元 11% 4% 约 180 亿至 300 亿美元
乐观 60 亿美元 10% 4% 约 450 亿至 600 亿美元

这组结果要怎么读?要读成一句非常简单的话:如果今天真按 520 亿至 590 亿美元买下 DeepSeek,你实际上是在为“十年后公司能做出 60 亿美元量级 Owner Earnings”的乐观剧情买单。 对一家当前公开真实收入、利润、自由现金流都不透明,而且所处行业价格战不断、资本投入巨大的公司来说,这个前提并不便宜。

把这个结论再说得更尖锐一点:按 Reuters 报道的520 亿至 590 亿美元估值,如果你假设一个永续模型、折现率10%、终值增长4%,那市场等价于在说 DeepSeek 应该已经拥有大约31 亿至 35 亿美元的“当期稳定 Owner Earnings”;如果承认其今天还在爬坡、要靠未来十年逐步兑现,那对第十年的收益要求会更高。对于一个目前连审计收入都没有公开验证的公司,这几乎就是把最好的一段未来先付掉了。

相对估值法

我不打算在这里伪造 PE、PB、EV/EBITDA、P/FCF,因为DeepSeek 没有公开净利润、账面净资产、EBITDA 和自由现金流。但有两个相对估值视角仍然有用。

第一个视角,是用公司自己披露过的“最乐观公开收入锚点”来反推倍数。Reuters 2025 年 3 月援引 DeepSeek 的披露称,V3 和 R1 在理论满载下的日收入约 56.2 万美元,折算年收入约2.05 亿美元,且公司同时强调实际收入会显著更低。如果你拿这个偏乐观的理论年收入上限去对照最新520 亿至 590 亿美元的估值,那么隐含的EV/Sales 大约在 254 倍到 288 倍之间;如果再看扣掉推理成本后的理论年化毛贡献约1.73 亿美元,隐含倍数还要更夸张。换言之,即便拿公司自己最乐观的公开收入锚点来算,这个估值也已经是极度“未来化”的。

第二个视角,是看它的价格竞争力和这背后的利润压力。官方当前价格显示,DeepSeek V4-Pro 约为输入 0.435 美元/输出 0.87 美元;Anthropic 的 Claude Sonnet 4.6 官网页写的是输入 3 美元/输出 15 美元;OpenAI 官方 API 页显示 GPT-5.5 约为输入 5 美元/输出 30 美元。这说明 DeepSeek 在单位价格上极有竞争力,是强势成本挑战者。可对于股东而言,这又是双刃剑:成本优势会带来采用,但如果行业进入持久价格战,低价更像是护城河的“入口”,未必是高回报的“终点”。 此外,阿里云官方文档显示 Qwen3.5-Plus 在不同 token 区间的价格也已压到输入 0.4 至 0.5 美元、输出 2.4 至 3 美元量级,竞争对手正在快速跟上。

资产或清算价值法

DeepSeek 不是一家适合用清算价值法高精度估值的公司,因为其核心资产是人才、模型权重、工程 know-how、品牌、开发者心智和数据反馈环,而不是土地、厂房、存货这类容易回收的有形资产。真正能形成“资产底”的,理论上主要是现金和部分算力/设备。问题在于,当前我们连它账上的净现金和债务都不知道。

唯一能拿来勉强做“资产底”讨论的,是 Reuters 报道中的拟融资现金:如果最新约74 亿美元的首轮融资最终按520 亿至 590 亿美元融资后估值完成,那么新募现金大致只占整体估值的12.5% 到 14.2%。这意味着即便融资落地,当前价格里绝大部分仍然是对未来盈利能力的预付,而不是硬资产支撑。若融资未落地,这个资产底还会更薄。对保守投资者来说,这就意味着“清算保护”几乎不存在。

安全边际与机会成本

综合三种方法后,我给出如下区间判断:

估值结论 公司整体估值区间
保守内在价值区间 50 亿至 100 亿美元
合理内在价值区间 150 亿至 300 亿美元
乐观内在价值区间 450 亿至 600 亿美元
理想买入估值区间 不高于 100 亿至 180 亿美元
可接受持有估值区间 180 亿至 300 亿美元
明显高估区间 高于 400 亿美元
目前媒体估值对比 520 亿至 590 亿美元,接近或高于我乐观情景上限

这张表背后的意思非常明确:现在的市场传闻估值不是“给你留了安全边际”,而是“要求你相信最乐观的执行结果”。 尤其对你这种平衡偏保守、持有 10 年以上的投资目标来说,买在这种位置,最脆弱的假设不是“需求会不会增长”,而是“DeepSeek 是否能在多年价格战和高资本投入中,把采用率真正转化为数十亿美元级别的 Owner Earnings”。一旦这个假设打折,回报就会被永久损伤。

机会成本层面也不占优。当前公开市场里,你至少可以选择流动性极高的宽基指数;例如SPY最新价格约739.22 美元。而无风险/高等级债券方面,美国 10 年期国债收益率最新公开数据约4.55%,中国 10 年期国债收益率约1.73%。对于一家无流动性、无审计报表、无公开股东权利结构、估值已经很高的私营公司,它的预期回报应该显著高于这些替代项,才值得占用资本。以我上面的估值框架看,DeepSeek 在当前估值下并没有给出这种超额补偿。

风险、清单与最终建议

最重要的风险,不是股价短期波动,而是永久性资本损失。DeepSeek 当前面临的核心风险有六类。

第一是竞争风险。顶级模型性能在快速收敛,DeepSeek 虽然仍在一线,但不再拥有独一无二的性能领先;中国本土同时面临阿里 Qwen、字节 Doubao、Moonshot/Kimi、MiniMax 等一批强敌,海外又有 OpenAI、Anthropic、Google 等闭源巨头。行业里最稀缺的不是“会做模型”,而是“能在规模化商业化后仍保住高回报”。

第二是技术替代与价格战风险。DeepSeek 自己曾是中国价格战的发起者之一;Reuters 报道它的 V2 曾触发行业价格战,2025 年和 2026 年又多次降价,最新 V4-Pro 还把 75% 折扣永久化。对消费者是好消息,对股东则未必,因为这说明行业价值正在快速向客户转移,而非向股东沉淀。

第三是监管和数据合规风险。Reuters 汇总显示,DeepSeek 因隐私和安全问题在多个国家遭遇调查、限制和政府设备禁用;其隐私政策也明确,数据会在中国处理和存储。对国际企业客户来说,这可能直接影响采用、部署范围和政府/受监管行业的订单质量。

第四是算力与供应链风险。Reuters 称 DeepSeek 受美国出口管制约束,无法像美国同行那样自由获得前沿芯片,这直接影响训练和推理扩张路径。它在华为芯片上的适配是值得肯定的工程进展,但也说明它的扩张能力深受供应链与地缘政治制约。

第五是管理层与关键人风险。梁文锋的重要性极高,资金、方向、文化和对外融资几乎都与他强绑定。创始人高持股和大额跟投能提高一致性,但也意味着关键人依赖更重。一旦创始人判断失误、人才流失加快或者组织从研究实验室向商业公司转型失败,对股东打击会非常大。Reuters 已提到 DeepSeek 有人才被竞争对手挖走。

第六是估值过高风险。这是我认为最现实的风险。2026 年 4 月 17 日 Reuters 提到的融资估值还是100 亿美元;4 月 22 日变成超过 200 亿美元;5 月 6 日变成最高 500 亿美元;6 月 3 日进一步抬到520 亿至 590 亿美元。在不到两个月里,估值预期几乎是连续跳升。这样的走势更像流动性和叙事驱动,而不是由披露的审计财务结果逐步验证出来的价值。对价值投资者来说,这种估值重新锚定方式本身就应被视为风险。

最强的反方观点,可以浓缩成一句话:DeepSeek 也许是一家很强的 AI 公司,但“强公司”与“好投资”之间,还隔着真实现金流、资本开支纪律和买入价格三道门。现在这三道门都没有被验证。 你之所以可能看错,不是因为低估了技术,而是因为高估了技术转化成股东现金回报的速度与质量。看空者真正看到的,是盈利模型尚未闭环、行业利润池正在被价格战侵蚀、估值却已把十年乐观预期贴现得很满

如果未来出现以下事实,我会承认自己的谨慎判断需要上修:第一,出现审计级别财务披露,证明公司已经形成持续为正的经营现金流和自由现金流;第二,企业客户收入显著增长,而且在价格继续下探的情况下仍能保持扩大的单位经济;第三,DeepSeek 在 Agent 时代重新拉开与 Qwen、Doubao、OpenAI/Anthropic 的可靠性能差距,并把这种差距转成高粘性的商业合同;第四,监管压力可控,国际采用没有被明显压制。 相反,如果继续出现大幅降价、收入披露缺位、算力受限、用户高但付费弱、下轮融资仍靠更高估值续命,那么当前的“避免”结论会被进一步强化。

投资清单 Checklist

检查项 结论
我能理解这个生意吗? 通过
它有长期稳定需求吗? 通过
它有持久护城河吗? 不通过
它有定价权吗? 不通过
它能产生稳定自由现金流吗? 不确定
它的资本回报率是否优秀? 不确定
管理层是否值得信任? 不确定
资本配置是否理性? 不确定
资产负债表是否稳健? 不确定
估值是否低于内在价值? 不通过
安全边际是否足够? 不通过
长期持有是否让我安心? 不通过
哪些关键事实会让我卖出? 若已持有,持续价格战、融资依赖、监管升级、关键人才流失、现金流未转正都应触发再评估
我是否只是因为市场情绪和新闻热度而想买? 大概率需要高度自查

开放问题与局限

最关键的未解问题只有三个,而且都足以改变结论:真实收入规模、真实现金流质量、真实股东条款与稀释结构。 只要这三项还是未知,任何“非常精确”的好看估值,可信度都有限。

最终判断

【最终评级】 避免

【一句话投资论点】 DeepSeek 是优秀且值得长期跟踪的 AI 公司,但在缺乏审计财务、缺乏公开股东权利信息、且最新估值已接近乐观情景上限的情况下,它不是一个符合保守价值投资纪律的买点。

【核心看多理由】

  • 技术与工程效率突出,曾以低成本和开源权重重塑行业预期。
  • 产品采用广,已形成强品牌和开发者心智,中国周活用户规模位居头部。
  • 成本竞争力强,官方 API 价格显著低于多家西方前沿模型。
  • 创始人长期主义和利益绑定较强,过去长期拒绝外部融资,且本轮融资被报道称个人承诺大额跟投。

【核心看空理由】

  • 没有公开审计财务,无法验证利润、自由现金流、ROIC 和负债情况。
  • 行业竞争和价格战极强,定价权不足。
  • 监管、数据合规和地缘政治风险高,影响国际扩张和企业采用。
  • 当前媒体估值 520 亿至 590 亿美元,已在要求市场相信极乐观的十年兑现路径。

【关键假设】

  • DeepSeek 未来十年能把技术领先有效转化为企业级收入。
  • 行业价格战不会长期摧毁模型层利润池。
  • 算力和供应链约束不会持续压制训练与推理扩张。
  • 未来会出现足够透明的财务披露,使价值可以被验证。
  • 少数股东条款、稀释安排、流动性路径不会显著侵蚀回报。

【合理买入价格】 若以公司整体估值计,我认为理想买入区间应低于 100 亿至 180 亿美元;180 亿至 300 亿美元勉强可研究;高于 400 亿美元明显需要近乎完美执行;520 亿至 590 亿美元不具备安全边际。

【目标持有期限】 若未来资料透明且估值合理,才适合10 年以上持有;在当前条件下不建议建立仓位

【预期年化回报】 以下以当前媒体估值中值约555 亿美元为起点,按我前述十年内在价值情景粗算:

  • 保守情景:约-18% 至-15%/年
  • 中性情景:约-10% 至-6%/年
  • 乐观情景:约0% 至+4%/年

这组结果并不是说 DeepSeek 会变差,而是说:以今天的高估值买入,未来即便公司做得不错,股东回报也可能不够好。

【最大亏损风险】 若商业化不达预期、价格战持续、监管升级或下一轮融资明显下修,永久性资本损失可达 60% 至 90% 甚至更高;对一级市场少数股东而言,极端情形下接近100% 损失也不能排除。

【跟踪指标】 未来最该跟踪的不是热搜,而是这几项:

  • 审计口径收入与收入结构
  • 经营现金流与自由现金流是否转正
  • 企业 API 收入占比与 ARPU 变化
  • 毛利率/推理成本趋势
  • 资本开支、训练/推理算力投入强度
  • 大客户集中度与续费情况
  • 模型性能相对 Qwen、Doubao、OpenAI、Anthropic 的稳定领先幅度
  • 监管事件与国际可用性
  • 关键人才流失情况
  • 未来融资条款、估值和稀释安排

【触发重新评估的信号】

  • 公司开始披露审计级财务并显示出持续正自由现金流
  • 企业付费增长明显快于降价速度
  • 监管限制明显缓和
  • 在 Agent 时代重新建立更稳固的性能与生态优势
  • 或者相反,连续大幅降价、负面监管升级、重大人才流失、融资估值显著下修

【最终建议】 把 DeepSeek 放进“高质量跟踪名单”,不要放进“当前可买名单”。 从长期企业所有者视角看,它是一家值得尊重的公司;但从长期价值投资者视角看,尊重一家公司,不等于必须在任何价格买它,更不等于在信息不透明时替市场的乐观付账。

AI大模型DeepSeek人工智能未上市巴菲特框架价值投资
读者问答10 条

柏基框架 · 成长投资十问

10 条

寻找十年五倍的伟大成长股——用上行视角逼问「它能变得大得多吗?」

  • 它的市场天花板有多高?是在做大一块既有蛋糕,还是在创造一个全新的市场?
    6/10

    结论:DeepSeek 面对的是极高天花板,但它不是在独自创造一个全新市场,而是在把既有 AI 大模型、API、开发者工具和 agent 工作流这块蛋糕做大、做便宜,并试图抢占其中的模型层入口。 从柏基 Q1 看,市场空间本身足够大;真正的问题不是“有没有 TAM”,而是 DeepSeek 最终能捕获多少利润池。

    外部市场锚很大:Gartner 预计 2026 年全球 AI 支出约 2.52 万亿美元,但其中 AI Models 只有约 263.8 亿美元,远小于 AI 基础设施、服务和软件。这一点很关键:DeepSeek 不是直接吃下“全部 AI 支出”的公司,它更像是基础模型/API/开源生态层的低成本挑战者。若企业最终主要通过云厂商、现有软件供应商和系统集成商购买 AI 能力,模型公司可能推动行业普及,却未必拿走最大利润。

    DeepSeek 的强项在于它确实有“做大蛋糕”的能力。官方 API 价格显示,V4-Flash cache miss 输入约 0.14 美元/百万 tokens、输出约 0.28 美元/百万 tokens,V4-Pro 输入约 0.435 美元、输出约 0.87 美元,且支持 OpenAI/Anthropic 格式接口和 1M 上下文;这种低价与兼容性会降低开发者和企业试用门槛。Hugging Face 对 V4 的技术解读也确认,V4-Pro 为 1.6T 总参数、49B 激活参数,V4-Flash 为 284B 总参数、13B 激活参数,二者都有 1M token 上下文,定位更偏长上下文和 agent 工作负载效率。这说明 DeepSeek 不只是抢现有聊天机器人用户,也可能把原本因成本太高、上下文太短而不可行的 agent、代码、办公自动化和企业流程场景推向可用。

    但这仍然不是“全新市场从零创造”。更准确的说法是:DeepSeek 正在重定价既有基础模型市场,并通过低成本、开源和长上下文能力扩展可用场景。 它创造的是新的使用密度和新应用边界,而不是独占的新利润池。模型性能趋同、接口兼容、开源替代和价格战,都会让客户更容易迁移,也会把一部分价值让渡给应用层、云平台和最终用户。

    按统一估值口径,DeepSeek 仍是私有公司,没有公开股价;媒体报道的融资估值锚约 520 亿美元以上,研报口径约 520 亿至 590 亿美元,Axios 转引 Bloomberg 也称其正在以约 520 亿美元估值融资约 74 亿美元。所以 Q1 的答案是偏正面的:市场天花板很高,DeepSeek 有能力扩大模型使用总量;但它捕获价值的天花板明显低于“全球 AI 支出”这个宏大数字,核心取决于它能否从低价技术优势转化为企业级收入、粘性和定价权。

    2026年6月9日
  • 未来五年它的收入能否至少翻倍?增长主要由量、价还是新业务驱动?
    5/10

    结论:收入五年翻倍“有可能”,但不能高置信押注;真正驱动只能主要来自 API/企业付费使用量和 agent 场景渗透,不太可能来自提价。 DeepSeek 没有公开审计收入基线,所以“翻倍”这个命题很容易被低基数放大:如果今天真实商业收入很小,翻倍甚至数倍并不难;但这不等于它已经证明了可持续商业化,更不能把用户热度直接换算成收入增长。

    关键约束在收入口径。DeepSeek 曾披露 V3/R1 在 24 小时内若全部按 R1 价格计费,理论日收入为 562,027 美元、推理成本 87,072 美元,但同一官方说明也承认实际收入显著更低,因为只有部分服务货币化、Web 和 App 仍免费且有折扣。这正好说明:流量、token 和品牌声量是收入的前置条件,不是收入本身。

    增长拆开看,量是第一驱动。DeepSeek 的免费入口、开源生态、OpenAI/Anthropic 兼容接口、长上下文和工具调用能力,会降低开发者接入门槛;官方当前 V4-Flash/V4-Pro 支持 1M 上下文,且API 价格按每百万 token 计费,V4-Flash cache miss 输入 0.14 美元、输出 0.28 美元,V4-Pro 输入 0.435 美元、输出 0.87 美元。这类低价策略有利于把开发者和企业 workload 拉进来,尤其是代码、客服、办公自动化、数据分析和长上下文 agent。

    价不是主要驱动,甚至可能是拖累。 DeepSeek 的低价本身是获客武器,但模型层竞争激烈,官方也提示产品价格可能调整。若 Qwen、Doubao、Kimi、OpenAI、Anthropic 继续压价,DeepSeek 更可能靠更大调用量抵消单价下行,而不是靠 ARPU 上升实现翻倍。

    新业务是可选上行,不是已验证主引擎。 企业私有化部署、行业 agent、工具链、云厂商/硬件生态合作,都可能把 DeepSeek 从“便宜 API”推向更稳定的企业收入;AP 对 V4 的报道也提到其强化 agentic 能力、免费 Web/移动端和开放模型路径。但截至目前,公开信息还看不到企业合同、续费率、净收入留存或分部收入。

    所以我的判断是:五年收入至少翻倍的概率不低,但投资含义有限;真正要验证的是付费 API 和企业收入能否跑得比价格下行更快,并最终沉淀为可审计收入和现金流。

    2026年6月9日
  • 五年之后,什么会接棒成为下一个增长引擎?这条「第二曲线」今天存在吗?
    5/10

    结论:五年后最有希望接棒的第二曲线,是“企业级 agentic workflows 基础设施”而不是普通聊天机器人本身。 具体说,是用长上下文模型读取代码库、合同、知识库和业务日志,用工具调用连接检索、代码、表格、工单和内部系统,再通过企业 API、私有化/本地部署和开源生态服务把模型嵌进真实工作流。但这条曲线今天只能说技术上已经存在雏形,还不能说收入上已经被验证

    技术第二曲线的证据相当清楚。DeepSeek 官方 API 页显示,V4-Flash 和 V4-Pro 都支持 1M 上下文、最高 384K 输出、JSON output、tool calls,并提供 OpenAI Format 与 Anthropic Format 两套 base URL。这不是单纯“模型更会聊天”,而是让模型能吃下长任务轨迹、长文档和多轮工具结果,适合代码 agent、企业知识库 agent、合规审查 agent、数据分析 agent 这类长链路任务。Hugging Face 对 V4 的介绍也把重点放在 长上下文与 agentic workloads:V4 的创新不只是 benchmark,而是让长时间工具调用任务更可用、更省 KV cache。这说明 DeepSeek 的第二曲线方向不是另一个消费端 App,而是从“回答问题”升级到“替企业完成流程”。

    企业 API 是第一条商业化路径。低价 API 能先吸引开发者和中小企业试用,兼容 OpenAI/Anthropic 格式又降低迁移门槛;但这也是双刃剑,因为接入容易,替换也容易。因此,DeepSeek 要把 API 变成五年后的增长引擎,不能只靠 token 便宜,而要形成更高粘性的企业层能力:稳定 SLA、权限隔离、审计日志、私有知识库接入、工具调用可靠性、行业模板和长期合约。今天公开资料能证明 API 能力和价格优势,不能证明已有大规模企业续费收入或净收入留存。

    私有化和本地部署是第二条更重要的路径,尤其适合金融、制造、政企、医疗、法律这类对数据边界敏感的客户。DeepSeek V4-Pro 模型卡显示其 模型权重采用 MIT License,并给出 vLLM、SGLang、Docker、local deployment 等使用路径。这让 DeepSeek 有机会把开源影响力转化为企业部署、推理优化、专属适配和技术支持收入。问题是,开源本身不等于商业化:MIT 权重会扩大生态,也会削弱独占性;真正能赚钱的是围绕开源模型建立托管推理、私有部署、工具链、企业支持和定制服务,而不是“模型被下载很多次”。

    从市场需求看,第二曲线的外部土壤存在。Gartner 预计 2026 年全球 AI 支出约 2.59 万亿美元,并明确提到企业会在多个 workflow 中使用 AI agents,AI Models 支出 2026 年同比高增。但这也提醒我们:最大利润池未必都在基础模型层,AI Services、AI Software、AI Infrastructure 的规模都更大,企业也更常通过现有软件和云厂商采购 AI。DeepSeek 如果只停留在“便宜模型供应商”,第二曲线可能被云厂商、应用软件和系统集成商拿走;只有成为企业 agent 执行层或私有部署标准件,才可能捕获更多价值。

    所以我的判断是:这条第二曲线今天存在,但存在的是技术资产和战略选择,不是已经验证的收入曲线。 可验证的收入第二曲线至少要看到三类硬证据:一是企业 API 收入占比、续费率和大客户留存;二是私有化/本地部署合同、部署单价和续约情况;三是扣除推理、训练、研发和支持成本后的毛利与自由现金流。研报当前最核心的问题仍然是 DeepSeek 没有公开审计财务,无法证明这些业务已经形成稳定现金流。

    因此,五年后的增长引擎大概率会是“agentic workflow + 企业 API + 私有部署 + 开源生态商业化”的组合拳;但截至 2026 年 6 月 9 日,它更像一组很有潜力的技术期权。对柏基框架来说,这是加分项,因为第二曲线方向真实、市场也够大;但它还不是决定性加分项,因为商业闭环、定价权和收入质量仍未被公开验证。

    2026年6月9日
  • 它的核心竞争优势是什么?这条护城河未来三到五年会变宽还是变窄?
    4/10

    结论:DeepSeek 的核心竞争优势是“高性价比模型能力 + 工程成本效率 + 开源品牌 + 开发者心智”,但这更像一条浅而流动的技术/分发护城河,不是客户被锁死的商业护城河。未来三到五年,基准判断是护城河会变窄,而不是变宽。

    它最强的地方首先是成本效率。官方价格页显示,DeepSeek V4-Flash / V4-Pro 支持 1M 上下文,V4-Pro cache miss 输入和输出价格分别为每百万 token 0.435 美元、0.87 美元,V4-Flash 更低至 0.14 美元、0.28 美元,这证明它在“把强模型能力便宜地交付给开发者”上确实有优势:DeepSeek 官方模型与价格页列出上述 V4 价格和 1M context。这条优势对开发者、初创公司和成本敏感企业很有吸引力,也是研报承认其技术和工程效率强的核心原因。

    第二层优势是开源与品牌。DeepSeek-V4 的 Hugging Face 模型页显示,V4-Pro 为 1.6T 总参数、49B 激活参数,V4-Flash 为 284B 总参数、13B 激活参数,且模型权重采用 MIT License:V4 模型权重和许可证公开。这让 DeepSeek 在开发者圈建立了很强的“便宜、开放、够强”的心智。开源会放大采用率,也会让第三方框架、推理服务、私有化部署更愿意适配它。

    但问题在于,这些优势并不天然转化为强锁定。DeepSeek 官方文档明确支持 OpenAI/Anthropic 兼容 API,OpenAI format base URL 是 https://api.deepseek.com,Anthropic format base URL 是 https://api.deepseek.com/anthropic官方说明可用 OpenAI/Anthropic SDK 或兼容软件接入。这对获客非常好,因为客户改几行配置就能试用;但反过来,客户也可以用同样低摩擦切回 OpenAI、Anthropic、Qwen、Kimi、Doubao 或 Gemini。换句话说,它降低了进入门槛,也降低了退出门槛。

    所以,DeepSeek 的护城河不是典型的软件粘性、数据网络效应或企业流程锁定,而是“持续领先速度”。只要它能持续比同行更快、更便宜、更好,护城河就存在;一旦模型性能趋同、价格继续下探,这条河就会被填平。Stanford HAI 2026 AI Index 已经指出,截至 2026 年 3 月,Anthropic、xAI、Google、OpenAI、Alibaba 和 DeepSeek 都处在 Arena Elo 头部梯队,竞争压力正转向成本、可靠性和垂直场景表现:头部模型性能正在收敛。这对 DeepSeek 是双刃剑:它能靠成本突围,但也会被迫在成本上继续内卷。

    三到五年看,护城河能否变宽,关键不在“下一代模型是不是又很强”,而在它能否把模型优势沉淀成企业合约、私有化部署、Agent 工作流、工具链生态、合规能力和真实商业数据反馈。如果这些做成,护城河可能从“开发者喜爱”升级成“企业离不开”。但按目前公开信息,DeepSeek 更像强大的模型层挑战者,而不是已经证明有高 switching cost 的平台型公司。基准判断:技术与成本优势还会保留,但模型性能趋同、开源扩散和价格战会持续压缩独占性,护城河未来三到五年大概率变窄。

    2026年6月9日
  • 如果核心业务被颠覆,它有没有自我重塑的基因?它如何对待错误与坏消息?
    5/10

    结论:DeepSeek 有“技术组织自我重塑”的强基因,但还没有证明“商业与治理层面的自我重塑”。 如果核心模型业务被更强模型、价格战或监管颠覆,我相信它有能力快速调整研究路线、架构和产品形态;但如果坏消息来自收入不达预期、资本开支失控、估值下修、客户流失或监管处罚,公开信息还不足以证明它会像成熟优秀公司那样及时、完整、对股东坦诚地披露。

    正面证据很清楚。DeepSeek 不是一个从传统互联网产品线里孵出来的常规 AI 项目,而是从 High-Flyer/幻方的量化、机器学习和算力资源中长出来的研究组织:AP 报道称梁文锋先建立 High-Flyer 量化基金,再把量化模型能力延伸到 AI;第一财经也核验到,幻方量化 2023 年宣布集中资源成立独立研究组织探索 AGI,且回应称该研究“和金融没关系”。这说明它已经经历过一次核心身份转换:从“用 AI 做金融交易”转向“把金融积累的算力、人才和现金流投入 AGI 基础研究”。这类迁移不是营销换壳,而是资源配置重心的真实改变。

    第二个证据是模型迭代速度。官方新闻显示,DeepSeek-V3 在 2024 年 12 月发布,采用 671B MoE、37B 激活参数并保持开源;随后 DeepSeek-R1 在 2025 年 1 月发布,强调开源、MIT 许可和强化学习推理能力;到 2026 年 4 月,DeepSeek-V4 Preview 已上线并开源,主打 1M 上下文、Agent 能力、OpenAI/Anthropic API 兼容。从 V3 的基础模型、R1 的推理强化,到 V4 的长上下文和 Agent 任务优化,这不是单一产品的线性小修小补,而是能跟着行业重心变化快速重构技术栈的信号。

    它对“错误”的处理,在技术层面也有一些加分项。R1-0528 官方更新直接把“减少幻觉”、增强前端能力、支持 JSON output 和 function calling 列为改进点,说明团队至少愿意把模型缺陷转化为下一版迭代目标,而不是只讲性能神话。开源权重、技术报告和低价 API 也让外部开发者更容易验证、挑战和替换它,这会迫使组织持续面对真实反馈。

    但问题在于,技术错误不等于经营坏消息。DeepSeek 历史太短,2023 年才成立,还没有经历完整的融资寒冬、商业化失败周期、重大客户流失、估值下修、监管处罚后复盘,或上市公司式的连续财报问责。研报也反复指出,公司没有公开审计财务、没有 10-K/10-Q、没有股东信、没有可核验的收入结构、现金流和资本开支。也就是说,我们能看到它如何修模型,却看不到它如何向资本提供真实、难听但必要的经营信息。

    所以 Q5 的评分应是“中等偏上但不能满分”:重塑基因强在研发组织、算力调度、模型路线和开源生态;弱在商业模式、治理披露和坏消息透明度。 如果未来核心业务被颠覆,DeepSeek 大概率不会僵死在旧技术上;但它能否把重塑后的技术变成可持续现金流,并在过程中诚实面对股东和客户,目前还没有足够公开证据。

    2026年6月9日
  • 管理层(尤其创始人)是否长期视野、利益与公司深度绑定?愿意为五到十年后牺牲当下利润吗?
    6/10

    结论:Q6 是 DeepSeek 的强项之一,但不是“治理完全通过”。 梁文锋的长期主义、技术执念和经济利益绑定都很强;扣分点不在创始人动机,而在公司未上市、披露不足,少数股东保护和资本配置回报目前无法验证。

    正面证据很集中。DeepSeek 不是先讲资本故事再找技术叙事的公司,而是从 High-Flyer/幻方的资金、算力和研究文化中长出来的 AGI 项目;外部报道核验显示,梁文锋先创立 High-Flyer 量化基金,并用机器学习改进交易模型,High-Flyer 也拥有支持 DeepSeek AI 研究的资源。Reuters 进一步核验,High-Flyer 在 2023 年宣布集中资源探索 AGI,DeepSeek 随后成立;梁文锋也曾表示短期不打算融资,真正瓶颈是高端芯片。这说明他的行为更像是在押注五到十年后的基础模型能力,而不是追求当期利润最大化。

    利益绑定也很强。最新融资层面,Axios 转引 Bloomberg 报道称,DeepSeek 拟以约 520 亿美元估值融资约 74 亿美元,梁文锋本人拟投入约 28.5 亿美元,并强调优先突破性 AI 研究而非短期商业化。如果该交易落地,这种个人大额跟投对长期股东是强正面信号:创始人不仅掌握方向,也把个人财富继续压在同一条长期技术路线里。

    但必须把“创始人可信”与“少数股东可放心”分开。DeepSeek 仍是私有公司,没有上市公司级别的审计报表、股东信、股权激励细节、资本开支说明、ROIC/FCF 记录,也看不到少数股东条款、清算优先权、反稀释安排和治理权结构。梁文锋与 High-Flyer 的强绑定一方面提升长期一致性,另一方面也放大关键人和控制权集中风险。

    所以我的判断是:管理层长期视野:强;利益绑定:强;愿意牺牲短期利润换长期技术领先:大概率是;但治理透明度、少数股东保护和资本配置回报:未验证。 在柏基框架里,这一题应给 DeepSeek 明显加分,但不能因为创始人长期主义很强,就自动推导出外部投资人一定能分享到同等质量的长期回报。

    2026年6月9日
  • 如果它明天消失,客户会有多想念它?它的增长方式是否可持续、不依赖损害社会与监管?
    4/10

    结论:DeepSeek 会被开发者和成本敏感企业明显想念,但还没到“明天消失就无法替代”的程度;它的增长方式有可持续的一面,但监管、数据安全、国际可用性和算力供给是硬约束。

    最会想念它的是两类客户:一是把模型接进代码、客服、RAG、Agent 工作流的开发者;二是预算敏感、但又想用强模型的企业。理由很直接:DeepSeek 官方价格页显示 V4-Flash 每百万 cache miss 输入 token 0.14 美元、输出 0.28 美元,V4-Pro 输入 0.435 美元、输出 0.87 美元,同页还提供 OpenAI Format 和 Anthropic Format 的 base URL,这让接入门槛很低。再加上 DeepSeek-R1 发布时明确代码和模型采用 MIT 许可、可蒸馏并商业化,它对开源开发者、私有化部署团队和小企业的吸引力是真实的。如果 DeepSeek 明天消失,客户会想念的是“便宜、强、开放、迭代快”这组组合拳。

    但这种想念不是强锁定。API 客户通常可以迁到 Qwen、Doubao、Kimi、OpenAI、Anthropic、Gemini,代价主要是重新评测、改 prompt、重做安全策略和成本优化,而不是重建整个业务。DeepSeek 的接口兼容性是获客优势,也说明切换成本并不高。真正更难迁移的是深度定制、已围绕 DeepSeek 权重做本地部署或微调的团队;普通消费用户和浅层 API 调用者的粘性会弱很多。

    增长方式本身并不必然依赖损害社会。低价模型和开放权重降低 AI 使用门槛,对开发者生态有正外部性;它不是靠广告成瘾或灰色金融获客。但可持续性要打折:低价会把价值让给客户,却未必沉淀成高毛利和自由现金流;开源扩大影响力,也削弱独占收费能力;企业客户尤其会看重数据、合规和可用性。DeepSeek 隐私政策说明会收集用户输入,并在中国直接处理和存储个人数据,这对政府、金融、医疗和跨境企业采购是实质阻力。监管层面也已经有现实案例:意大利数据保护机构 2025 年 1 月紧急限制 DeepSeek 处理意大利用户数据并启动调查,韩国也曾因隐私担忧暂停 DeepSeek 应用在本地应用商店下载

    所以,Q7 的答案是:客户会想念 DeepSeek,但更多是“高性价比供应商消失”的遗憾,不是“唯一关键基础设施消失”的恐慌。 它的增长若要长期可持续,必须证明低价不是补贴式价格战,企业采用能转化为稳定收入,数据合规能跨过海外与高监管行业门槛,同时还要面对美国先进半导体出口管制对中国 AI 算力获取的限制。在这些条件被证明前,DeepSeek 的客户价值很强,但不可替代性和监管友好型复利还没有完全成立。

    2026年6月9日
  • 这门生意的单位经济(毛利、增量回报)如何?规模变大后变好还是变差?赚来的钱花在哪?
    4/10

    结论:DeepSeek 的“狭义推理单位经济”看起来很漂亮,但“公司层面的单位经济”还没有被证明。 不能把模型调用的理论毛贡献直接当成真实毛利率、FCF 或 owner earnings;在公开层面,它没有审计收入、毛利率、经营现金流、资本开支、ROIC 这组关键账本。

    乐观的一面是成本效率确实强。DeepSeek 官方价格页显示,V4-Flash 为每百万 token cache miss 输入 0.14 美元、输出 0.28 美元,V4-Pro 为输入 0.435 美元、输出 0.87 美元,并支持 1M 上下文和较高并发调用,这说明它在 API 获客端非常有价格杀伤力:官方 V4 API 定价足以证明“便宜”不是传闻。DeepSeek 自己也披露过 V3/R1 线上推理系统的 24 小时压力样本:若全部按 R1 价格计费,理论日收入为 562,027 美元,H800 GPU 租赁成本为 87,072 美元;但同一段披露明确说,实际收入显著更低,因为 Web/App 免费、只有部分服务货币化、且有夜间折扣

    所以,真正判断应分两层:单次推理边际贡献可能为正,而且技术效率优秀;但公司整体毛利和增量回报未知。 对前沿模型公司来说,成本不只是“这次调用用了多少 GPU”。它还包括下一代模型训练、推理容量扩张、工程基础设施、研发人员、人才竞争、合规与企业交付。Reuters 转引的报道还显示,DeepSeek 将 V4-Pro 的 75% 降价永久化,把价格维持在原价四分之一;这对用户是好事,但对股东意味着模型层利润池可能被持续让渡给客户:V4-Pro 永久降价 75%

    规模变大后会不会更好?技术上可能更好,财务上未必。 如果请求量上升、缓存命中率提高、算力利用率改善,单位推理成本会下降;但如果规模扩大同时带来更大免费流量、更低 API 价格、更多训练迭代和更激烈人才争夺,真实 FCF 反而可能更差。AI 大模型不是传统 SaaS:用户规模扩大不必然等于轻资产高毛利飞轮,可能先表现为更大的算力和研发投入。

    赚来的钱大概率不是拿去分红或回购,而是继续投向三件事:算力与推理容量、下一代模型训练、研发和顶尖人才。 这符合 DeepSeek 的技术路线,也解释了为什么 Q8 不能给高分:它有强工程效率,但还没有公开证明“规模越大,股东可分配现金越多”。当前更合适的表述是:单位经济有潜力,但尚未被审计财务验证;规模扩张阶段很可能先压低而不是抬高所有者收益。

    2026年6月9日
  • 要让它十年涨五倍,需要哪些条件同时成立?这些条件现实吗?今天股价隐含了什么预期?
    2/10

    结论:要让 DeepSeek 十年涨五倍,不能只靠“模型很强、价格很低”。它必须从低价模型供应商变成能持续收取高质量企业收入的全球级 AI 平台,同时证明正自由现金流、监管可控和投资人可退出。以当前约 520 亿至 590 亿美元估值为起点,五倍对应约 2600 亿至 2950 亿美元公司价值;这些条件单独看有可能,合在一起作为投资前提偏苛刻。

    先澄清“今天股价”:DeepSeek 仍是私有公司,Crunchbase 将其列为 Private、成立于 2023 年,没有公开股价、公开股本和每股数据。所以这里谈的不是二级市场股价,而是私募融资估值。按 Reuters 转述的最新融资报道,DeepSeek 拟融资约 500 亿元人民币,融资后估值约 3500 亿至 4000 亿元人民币,即 520 亿至 590 亿美元,十年五倍就是要把公司整体价值推到 2600 亿至 2950 亿美元。

    要做到这一点,至少五件事要同时成立。

    第一,企业收入必须大规模成型。免费 App、开源模型和开发者热度只能证明采用率,不能自动证明收入质量。DeepSeek 需要在企业 API、私有化部署、Agent 工作流、编码/客服/办公自动化等场景里拿到长期合同,并且这些客户不能只是因便宜而来、随时因更便宜的 Qwen、Doubao、Kimi、OpenAI 或 Anthropic 而走。

    第二,低价优势要变成定价权,而不是价格战证据。官方价格页显示,DeepSeek V4-Pro 当前 API 价格为每百万输入 token 0.435 美元、输出 token 0.87 美元,这很强,说明工程效率高;但对股东而言,低价本身不是护城河。真正关键的是:当模型层继续降价时,DeepSeek 还能不能靠可靠性、生态、数据安全、部署便利和企业集成收取足够毛利。

    第三,自由现金流必须转正且可验证。研报最谨慎的地方就在这里:DeepSeek 没有公开审计收入、净利润、经营现金流、资本开支和股东权利结构。若未来十年仍需要不断投入训练、推理算力、人才和补贴,却不能沉淀正 FCF,那么即使用户规模很大,五倍估值也很难落到股东回报上。

    第四,监管和数据合规要可控。DeepSeek 的国际企业化不只取决于模型能力。Reuters 汇总称,DeepSeek 因隐私和安全政策在多国受到审查,并提到其隐私政策下用户请求、上传文件等个人数据会存储在中国的计算机上。如果政府、金融、医疗、大型跨国企业因为数据和地缘政治风险限制使用,它的高价值企业市场会被削弱。

    第五,必须有清晰流动性路径。私募估值上涨不等于投资人真实赚到五倍。少数股东还要看融资条款、清算优先权、稀释、回购安排、IPO 可能性或二级转让窗口。没有这些,账面估值再高,也可能只是纸面收益。

    所以,今天这个估值隐含的预期非常满:市场已经在假设 DeepSeek 会保持前沿模型竞争力,把低价流量转化为巨额企业收入,在强竞争中保住定价权,跨过监管和算力约束,并最终给投资人可兑现的退出。我的判断是:这不是不可能,但它要求近乎完美执行;以当前估值买入,安全边际很薄。

    2026年6月9日
  • 市场为什么还没意识到这一切?是看不懂、看不起,还是看不远?什么会成为「叙事拐点」?
    2/10

    结论:市场不是看不懂 DeepSeek,而是已经把“技术强、低价、开源、国产前沿模型”这套叙事看得很充分;真正没被验证的,是它能不能把这些优势变成可审计收入、可续费企业合同、正自由现金流,以及少数股东能接受的融资条款。 所以 Q10 的预期差不在“DeepSeek 会不会被发现”,而在“热度能否落到经营数字”。叙事拐点也不会只是再发一个强模型,而会是首次审计披露、企业 API 大客户续费、FCF 转正,或者估值从 520 亿美元以上下修到能补偿这些不确定性的区间。

    先说“市场看见了什么”。技术叙事已经不是冷门信息:DeepSeek 官方 API 价格页显示 V4-Flash cache miss 输入 0.14 美元/百万 token、输出 0.28 美元,V4-Pro 输入 0.435 美元、输出 0.87 美元,且上下文长度 1M;Hugging Face 模型页也公开了 V4-Pro 为 1.6T 总参数、49B 激活参数,V4-Flash 为 284B 总参数、13B 激活参数,均支持 1M context。这些信息说明市场已经很容易理解它的“便宜、能打、开放权重/开放生态”标签。融资叙事也被充分定价:Axios 转引 Bloomberg 称 DeepSeek 正在以约 520 亿美元估值融资约 74 亿美元。如果一个未上市模型公司已经按这种量级融资,不能说市场还“看不起”。

    市场真正不敢完全给满分的,是“看不见账”。DeepSeek 曾给过理论经营锚点,但这恰恰暴露问题:TechCrunch 报道其理论日收入为 562,027 美元、GPU 租赁成本为 87,072 美元,同时公司承认实际收入显著更低。这不是审计收入,也不是 FCF,更不是 owner earnings。免费 Web/App、低价 API、开源模型都能带来采用率,但它们也可能把行业利润转移给客户和生态参与者,而不是沉淀给股东。对柏基框架来说,问题不是有没有上行想象,而是十年五倍需要“采用率、付费率、续费率、毛利率、资本开支纪律、监管可控、融资稀释友好”同时成立。

    因此,“看不远”的部分主要在企业商业化,而不是模型能力本身。市场还没法确认:企业是否愿意把核心工作流长期交给 DeepSeek;API 客户是否只是价格敏感型流量;大客户续费时能否接受涨价或至少维持价格;训练、推理、人才和算力投入扩大后,FCF 是否能转正;以及数据合规是否限制金融、政府、跨国企业采用。监管也不是抽象风险,DeepSeek 旧版隐私政策曾明确用户信息存放在中国服务器,并说明会在适用法律、法律程序或政府请求下共享信息,这会让部分海外企业客户把它视作合规成本,而不是纯粹技术选择。

    叙事拐点有四类。第一,审计披露拐点:首次公布经审计收入、毛利、经营现金流、资本开支和客户集中度,且证明理论收入不是幻灯片数字。第二,企业付费拐点:披露若干高质量企业 API/私有化部署客户的续费、扩容和净收入留存,而不是只展示下载量、调用量或周活。第三,现金流拐点:在继续低价和继续迭代模型的情况下,经营现金流与 FCF 转正,证明成本优势不是靠补贴换来的。第四,估值拐点:融资条款更透明,或估值下修到能覆盖监管、稀释、流动性和商业化不确定性。没有这些拐点,DeepSeek 仍然可以是好公司、强技术平台,但还不是一个被证明的好投资。

    2026年6月9日