据财经领域独家消息，人工智能大模型企业DeepSeek已正式启动第二轮融资计划，目标募资规模达500亿元人民币，投前估值跃升至约5000亿元。若融资顺利完成，该公司两轮累计融资额将突破千亿元大关。值得注意的是，今年6月其刚完成首轮500亿元融资，创下国内大模型领域单轮融资纪录，投后估值超3500亿元，短短两个月估值增幅达43%。
支撑其估值飙升的核心竞争力，源于该企业颠覆性的定价策略。权威测试机构Artificial Analysis近期发布的对比数据显示，在完成相同基准测试任务时，DeepSeek V4-Flash模型平均单次任务成本仅3美分，仅为Anthropic旗舰模型Claude Fable 5的百分之一，较GPT-5.6 Sol低98.4%。更令人瞩目的是，该模型在保持成本优势的同时，输出速度达113tokens/秒，较Claude Opus 5快53%，意味着完成相同任务时，竞品模型仅完成半数工作量。
这种极致性价比的实现，源于技术创新与架构优化的双重突破。V4-Flash模型虽拥有2840亿参数，但每次推理仅激活130亿参数（不足5%），配合自主研发的CSA（压缩稀疏注意力）与HCA（重度压缩注意力）混合架构，使百万token上下文场景下的单token计算量较前代降低90%，KV缓存需求减少93%。该架构模拟人类记忆规律，对近期信息保持高精度处理，对远期信息自动模糊化，显著提升长文本处理效率。
在模型训练方面，DeepSeek独创的两阶段后训练方法引发行业关注。第一阶段采用"分科培养"策略，针对数学、代码、指令跟随等细分领域训练专家模型，每个专家模型通过监督微调与GRPO强化学习（该算法省去传统PPO算法的价值函数模型训练环节）进行优化。第二阶段通过"融会贯通"策略，运用在线策略蒸馏技术将多领域能力整合至单一模型，确保模型在保持专业能力的同时实现跨领域通用性。测试数据显示，该方法使Terminal Bench 2.1测试得分从61.8分提升至82.7分，GitHub真实Issue解决能力基准测试得分暴涨645%。
这种技术突破正在重塑企业AI采购逻辑。Artificial Analysis提出的"每次任务成本"评估体系显示，某企业若每日处理100万次API调用，采用Claude模型年成本达1.13亿元，而使用DeepSeek仅需1095万元，成本差距超十倍。对于电商客服、代码审查等高频次场景，这种成本差异已构成生存级影响。Menlo Ventures调研显示，37%企业已在生产环境部署5个以上模型，LMSYS团队研究证实智能路由策略可在保持95%任务质量的前提下削减85%成本。
行业格局因此加速分化。Artificial Analysis绘制的模型性价比坐标系显示，DeepSeek V4-Flash正式版划定的"斩杀线"将全球70%现有模型纳入高成本低效区间。即便调整推理强度参数，仍有90%模型无法突破其性价比壁垒。更值得关注的是，该企业即将发布的V4-Pro旗舰模型配合自研Harness框架（该框架可优化Agent任务执行路径，减少token浪费），可能进一步抬高行业门槛。Harness内测参与者透露，该框架可使相同模型在任务成功率提升的同时，实际成本再降15%-20%。
这种技术-成本双重碾压正在催生"哑铃型"市场结构：少数旗舰模型专注极限智能场景，DeepSeek占据通用基础设施市场，中间层产品面临生存危机。某闭源模型厂商内部文件显示，其已调整战略方向，计划放弃中端市场，集中资源攻坚自动驾驶、生物医药等高价值垂直领域。行业分析师指出，当模型性价比差距突破数量级阈值时，技术迭代将不再是线性竞争，而是形成"赢家通吃"的生态重构。
