開源模型性價比優勢獲第三方背書,加速企業採用 DeepSeek 營收
事件強化 DeepSeek 的性價比定位,可望帶動 API 付費客戶數與用量成長,直接貢獻營收。
DeepSeek API 付費客戶數季度成長率;企業公開案例研究採用 DeepSeek 的數量
若後續第三方評測顯示 DeepSeek 在關鍵企業場景的能力仍顯著落後閉源模型,導致企業回歸高價選項,則此正面影響減弱。
據報導,川普政府延後將中國 AI 新創 DeepSeek、記憶體晶片商長鑫存儲(CXMT)等逾 100 家被認定有國安風險的中國企業,納入美國商務部實體清單。這些企業去年已獲跨部會委員會批准列入,但自去年 10 月以來,美國未再新增實體清單,創十多年來最長間隔。DeepSeek 被指控支援中國軍方與情報活動,並試圖透過東南亞空殼公司取得先進美國晶片;長鑫存儲則已被五角大廈列為中國軍方公司。
這則新聞顯示美國對中科技出口管制出現執行層面的放緩,可能改變市場對 AI 與半導體供應鏈「去中化」速度的預期。若黑名單延遲甚至未執行,將影響輝達等業者的中國市場營收風險、記憶體供需格局,以及 DeepSeek 等中國 AI 業者的算力取得能力。接下來需觀察實體清單何時更新、是否包含這些企業,以及美國國會是否施壓加速執行。
中國 AI 實驗室 DeepSeek 完成首輪融資,募得超過 74 億美元,投後估值達 500 億美元。此輪融資結構特殊,要求投資人將資金投入由 CEO 梁文鋒管理的有限合夥(LP)中,而非直接持股。這是 DeepSeek 首次對外募資,金額與估值規模在 AI 新創中名列前茅。
這筆融資是 DeepSeek 首次引入外部資本,且規模巨大,直接改變了全球 AI 模型層的競爭格局。500 億美元的估值使其躋身全球最高估值 AI 新創之列,與 OpenAI、Anthropic 等巨頭競爭的資本實力大幅提升。特殊的 LP 結構讓 CEO 梁文鋒掌握極高的資金控制權,可能影響後續資金運用效率與公司治理。對追蹤 AI 概念股的投資人而言,這代表中國 AI 勢力在資本市場獲得重大背書,將加劇 AI 模型層的軍備競賽,並可能牽動上游算力晶片、雲端基礎設施的需求預期,因為 DeepSeek 勢必擴大採購輝達等業者的 AI 晶片來訓練下一代模型。
創投家 Chamath Palihapitiya 指出,2026 年最令人意外的是開源/開放權重 AI 模型與頂尖閉源模型的能力差距縮小速度遠快於價差。他以每月處理 10 億輸入與輸出 token 估算,GPT-5.5 Pro 成本約 10.5 萬美元,DeepSeek R1 僅 2,740 美元,差距近 40 倍。他認為許多企業團隊仍預設使用最貴模型,缺乏治理與成本控制,正在「燒掉巨額預算」。
這則觀點直接挑戰了當前 AI 基礎建設與應用端的主流假設:企業必須持續採購最高階、最貴的模型才能維持競爭力。如果開源模型的能力差距確實已縮小到可忽略,而價差仍達數十倍,那麼大量採用高價 API 的企業(如透過微軟 Azure 使用 OpenAI、或直接使用 Anthropic 的企業)將面臨顯著的成本優化壓力,可能重新分配模型支出,甚至減少對高階 GPU 的需求。這對雲端 AI 服務商(微軟、Google)的營收結構、以及對輝達高階晶片的衍生需求都是潛在逆風。接下來要觀察企業實際的模型採用轉移數據、以及主要雲端業者的 AI 營收是否出現結構性變化。
事件強化 DeepSeek 的性價比定位,可望帶動 API 付費客戶數與用量成長,直接貢獻營收。
DeepSeek API 付費客戶數季度成長率;企業公開案例研究採用 DeepSeek 的數量
若後續第三方評測顯示 DeepSeek 在關鍵企業場景的能力仍顯著落後閉源模型,導致企業回歸高價選項,則此正面影響減弱。
極低定價雖有助搶市,但可能限制未來漲價空間,並在競爭加劇時侵蝕毛利。
DeepSeek API 定價調整公告;同類開源模型(如 Llama、Mistral)的降價行動
若 DeepSeek 成功推出高附加價值企業服務或高階模型版本,並實現分層定價,則毛利壓力可獲緩解。
中國 AI 新創 DeepSeek 傳正進行首輪外部融資,目標募資約 74 億美元,投後估值最高達 590 億美元。創辦人梁文鋒個人出資 20 億人民幣,騰訊考慮投資約 10 億人民幣,寧德時代評估 5 億人民幣,網易、京東、IDG 資本等亦為潛在投資人。此輪融資若完成,將大幅強化 DeepSeek 的資本實力與中國 AI 生態系地位。
DeepSeek 以 V3、R1 模型在矽谷引發關注後,首次大規模外部融資顯示其正從技術新星轉向資本密集的規模化競爭。近 590 億美元的估值若成真,將使其躋身全球最高估值 AI 新創之列,直接挑戰 OpenAI、Anthropic 的資金吸納能力。騰訊、寧德時代等產業龍頭入股,不僅帶來資金,更可能綁定雲端算力、能源與應用場景,重塑中國 AI 生態的權力版圖。對 AI 概念股而言,這意味著中國 AI 基建需求將進一步升溫,但同時也可能擠壓其他中國 AI 新創的募資空間。
資本支出能力大幅提升,可加速採購算力基礎設施,支撐更大規模模型訓練與部署。
後續GPU採購合約公告;模型訓練效率指標(如每單位算力成本下降幅度)
融資談判破裂或實際募資金額遠低於目標,導致算力擴張計畫延遲。
供應鏈自主性可能下降,被迫優先採用股東生態系內方案,削弱成本控制與技術中立性。
與騰訊雲的獨家合作協議公告;算力採購是否集中於單一供應商
投資協議明確保障DeepSeek的供應商選擇自由,且後續實際採購維持多元化。
中國國家半導體投資基金(大基金)正與 DeepSeek 洽談投資,估值上看 450 億美元。DeepSeek 最新 V4 模型已針對華為昇騰晶片最佳化,顯示中國正將 AI 模型、國產晶片、基礎設施與國家資本串聯成垂直整合生態系,試圖降低對輝達等美國技術的依賴。
這則新聞標誌著 AI 競爭從單一公司對抗升級為體系對抗。中國透過大基金將 DeepSeek 這類前沿 AI 實驗室與華為等國產硬體深度綁定,若成功建立「去輝達化」的 AI 堆疊,將直接侵蝕輝達在中國市場的營收基礎,並可能催生一個繞過美國技術封鎖的平行 AI 生態系。對輝達而言,這不只是市佔流失,更是長期競爭格局的結構性風險。接下來要觀察大基金實際注資規模、DeepSeek 模型在華為晶片上的量產部署進度,以及美國出口管制是否進一步收緊。
獲得國家級資本挹注,現金流顯著改善,支撐長期研發與硬體投資。
大基金實際注資金額與到帳時程;DeepSeek 後續研發支出與算力採購規模
大基金投資案破局或金額遠低於預期,導致資金挹注落空。
供應鏈集中度上升,技術路徑受制於華為晶片進展,降低硬體選擇彈性。
華為昇騰晶片量產良率與性能指標;DeepSeek 是否維持多元晶片採購策略
DeepSeek 成功維持多供應商策略,或華為晶片性能持續領先業界,降低依賴風險。
DeepSeek 傳出估值達 450 億美元,反映中國正大力推動建立不依賴輝達的自主 AI 生態系。報導指出,中國的集體行動與國家支持,可能構成比單一公司更難對付的競爭對手。
這則新聞點出一個結構性趨勢:中國正以國家層級的力量,試圖在 AI 領域建立從模型到晶片的自主生態系,直接挑戰輝達在 AI 運算晶片的主導地位。DeepSeek 的高估值是此趨勢的指標,代表中國 AI 新創有能力吸引巨額資本,並可能加速採用國產替代方案。對追蹤 AI 產業的投資人而言,這意味著輝達在中國市場的長期營收基礎可能受到侵蝕,同時也將牽動整個 AI 供應鏈的地緣政治板塊,從晶圓代工、先進封裝到伺服器組裝都可能面臨需求來源的重新分配。
DeepSeek 正式推出新一代大型語言模型 DeepSeek v4,強調在訓練與推理成本上大幅低於同級模型,並在多項基準測試中展現與前沿模型相當的性能。官方宣稱其成本效率來自創新的模型架構與訓練方法。
DeepSeek v4 的發布直接衝擊 AI 模型層的競爭格局。若其極低成本主張屬實,將證明高效能模型不一定需要天文數字的算力投資,這會削弱市場對高階 AI 運算晶片與大規模資料中心需求的線性增長預期,影響輝達、AMD 等算力供應鏈的長期敘事。同時,這也對 OpenAI、Anthropic、Google 等以高資本支出構建護城河的實驗室形成競爭壓力,可能迫使整個產業重新思考模型開發的經濟學。對追蹤 AI 概念股的投資人而言,這是一條可能改變「算力軍備競賽」假設的關鍵信號,值得關注後續是否引發雲端服務商或企業客戶調整 AI 基礎設施的採購策略。
OpenAI 公開指控中國 AI 實驗室 DeepSeek 利用「蒸餾」技術,從美國先進模型(如 OpenAI 的模型)中提取知識來訓練自家模型,藉此快速提升性能並降低成本。此舉引發對 AI 模型智慧財產權保護與國際競爭規範的討論。
這起指控直接觸及 AI 產業的技術競爭與地緣政治紅線。蒸餾技術本身是業界常見的模型壓縮手段,但若用於複製競爭對手的核心能力,將動搖前沿模型實驗室的護城河,可能加速模型同質化與商品化。對追蹤 AI 概念股的投資人而言,這事件凸顯兩個關鍵:一是美國可能因此加強對華 AI 技術出口管制,影響輝達等硬體商的中國市場;二是若蒸餾成為常態,將削弱 OpenAI、Google 等領先者的模型優勢,間接影響其雲端業務與生態系價值。DeepSeek 的快速崛起已引發市場對鉅額算力投資必要性的質疑,此指控可能進一步加劇市場對 AI 基礎建設需求的重新評估。
非投資建議。市場資料以中性事實呈現,不含個股估值評等或買賣建議。