1. 投資摘要
- DeepSeek 是中國開源/開放權重模型鏈的關鍵變數，核心價值不是公開營收規模，而是以低成本模型和開放生態壓低全行業推論價格。
- 公司未上市、未揭露營收、毛利、淨利或 FCF；所有估值和營收只能作為情景或媒體估算。
- 官方透明度中心顯示 DeepSeek-V4 於 2026-04-24 釋出，DeepSeek-V3.2 於 2025-12-01 釋出；模型卡和技術報告是能力判斷的一手來源。1
- 商業化來自 API、企業私有化、生態合作和品牌流量，但免費/低價策略可能限制短期營收。
- 產業鏈影響更偏“成本與價格衝擊因子”：低成本模型和開放生態可能推動推論應用滲透與國產算力適配，同時壓低閉源 API 價格和 GPU 雲端溢價。
2. 產業鏈位置
DeepSeek 位於模型層，向上依賴 GPU、國產加速卡、雲端服務、推論架構和資料；向下服務開發者、企業私有部署、AI 應用、雲端平台和消費者 app。與位元組、騰訊、阿里不同，DeepSeek 缺少大規模廣告/電商現金流量；與 OpenAI/Anthropic 不同，DeepSeek 強調開放模型、低推論成本和生態擴散。其影響可通過模型價格、開源採用、國產晶片適配和 API 呼叫量傳導到整個 AI 雲端鏈。
3. AI 相關營收拆解（季度橋 + 公式）
| 口徑 | 2025Q1 | 2025Q4 | 2026 最新 | 計算 / 判斷 |
|---|
| 公司營收 | 未揭露 | 未揭露 | 未揭露 | 無 A/B 財報。 |
| API 營收 | 未揭露 | 未揭露 | 未揭露 | 可由 token 呼叫 × 官方價格情景估算。 |
| App/訂閱營收 | 未揭露 | 未揭露 | 未揭露 | 使用者規模為第三方估算，非營收證據。 |
| 企業私有化 | 未揭露 | 未揭露 | 未揭露 | 可能通過定製/部署收費。 |
| 融資/估值 | 未揭露 | 未揭露 | 媒體稱潛在融資估值 450 億美元 | C 級，不作為事實錨。4 |
公式：DeepSeek 營收情景 = API tokens × price per 1M tokens + 企業部署專案費 + app 訂閱/增值。由於官方未揭露呼叫量、ARPU 和成本，所有營收、毛利和 FCF 都必須寫“情景”。
4. 核心產品（含營收貢獻）
| 產品 / 平台 | 定位 | 營收貢獻 | 關鍵引數 | 狀態 | 證據 |
|---|
| DeepSeek-V4 | 最新旗艦模型 | 未揭露 | 2026-04-24 釋出 | 已釋出 | 1 |
| DeepSeek-V3.2 | 開放模型 / agent 推論 | 未揭露 | 2025-12-01 釋出 | 已釋出 | 12 |
| DeepSeek API | 開發者呼叫 | 未揭露 | 官方 API 文件和價格口徑 | 商業化 | 3 |
| DeepSeek App/Web | 消費入口 | 未揭露 | 第三方稱高 MAU | 免費/低價獲客 | 5 |
| 開源權重 / Hugging Face | 生態擴散 | 間接營收 | 模型卡、技術報告、下載量 | 生態化 | 2 |
5. 上游供應商 / 下游客戶
| 環節 | 物件 | 關係 | 影響 |
|---|
| 上游 GPU | NVIDIA [NVDA]、國產加速卡 | 訓練/推論 | 成本和合規限制。 |
| 上游架構 | vLLM、SGLang、CANN、國產推論棧 | 部署適配 | 決定開放模型落地速度。 |
| 下游開發者 | 開源社群、API 開發者 | 模型呼叫和二次開發 | 決定生態擴散。 |
| 下游企業 | 私有化部署客戶 | 本地模型和知識庫 | 決定商業化深度。 |
| 下游雲端平台 | 阿里雲端、騰訊雲端、百度雲端、海外平台 | 託管和分發 | 決定間接營收和影響力。 |
6. 同業硬指標對比表（5+ 家 × 9 維度）
| 公司 | 相關業務營收 | 年增率增速 | GM / 經營率 | 淨利 / 獲利率 | FCF margin | 客戶集中度 | 技術代際 | PE/PS | 反證條件 |
|---|
| DeepSeek | 未揭露 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | 開發者分散 | V4 / V3.2 | 未上市 | API 呼叫不能變現 |
| OpenAI | 2025 年化營收超過 200 億美元 | 高增 | 未揭露 | 未揭露 | 未揭露 | 消費+企業 | GPT-5/Codex | 未上市 | 算力成本過高 |
| Anthropic | run-rate 50 億美元+ | 高增 | 未揭露 | 未揭露 | 未揭露 | 企業客戶 | Claude | 未上市 | 雲端成本壓制 |
| 阿里 | 雲端 416.26 億元 | +38% | 雲端 adj. EBITA 9.1% | FY 淨利 1,059 億元 | 待補 | 政企/商家 | Qwen | C 級 | 雲端價戰 |
| 百度 | AI business 136 億元 | +49% | 待補 | 待補 | CFO 27 億元 | 分散 | ERNIE 5.1 | C 級 | Legacy 下滑 |
| Meta | 廣告 Q1 550.24 億美元 | +33% | OPM 40.6% | 淨利 267.73 億美元 | 22% | 分散 | Llama | C 級 | 開源無 ROI |
7. 護城河
- 成本心智：DeepSeek 被市場認知為低成本、高性價比模型，直接影響 API 價格錨。
- 開放生態：模型卡、技術報告和開源分發降低開發者採用門檻。12
- 國產推論適配：V3.2-Exp 以來對國產硬體和推論架構的適配提升本土部署可行性。6
- 品牌擴散：R1 後形成全球開發者關注，獲客成本低於許多閉源模型公司。
- 組織專注：缺少廣告/電商業務牽制，資源集中於模型和推論效率。
8. 財務質量（近 4-6 季度）
| 時點 | 營收 | GM | NM | FCF | 質量判斷 |
|---|
| 2025Q1 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | R1 後用戶增長，財務不可驗證。 |
| 2025Q2 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | API 價格低，商業化未知。 |
| 2025Q3 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | 國產硬體適配推進。 |
| 2025Q4 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | V3.2 釋出，能力提升。1 |
| 2026Q2 最新 | 未揭露 | 未揭露 | 未揭露 | 未揭露 | V4 釋出，估值傳聞不能替代財報。14 |
9. 業績傳導路徑
模型能力提升 + 開放權重
-> 開發者採用和雲端平台託管
-> API token 呼叫、企業私有部署、生態合作
-> 低價格壓縮行業 API 毛利
-> 若呼叫規模足夠大且推論成本領先
-> DeepSeek 私募估值和國產算力適配價值提升
10. SOTP 估值表
| 情景 | API / developer platform | 企業私有化 | App / brand distribution | 戰略生態價值 | 目標權益價值 |
|---|
| 看空 | 2 億美元營收 × 8x = 16 億美元 | 1 億美元 × 6x = 6 億美元 | 5 億美元 | 20 億美元 | 47 億美元 |
| 中性 | 8 億美元營收 × 15x = 120 億美元 | 4 億美元 × 10x = 40 億美元 | 30 億美元 | 80 億美元 | 270 億美元 |
| 看多 | 20 億美元營收 × 20x = 400 億美元 | 10 億美元 × 12x = 120 億美元 | 80 億美元 | 150 億美元 | 750 億美元 |
未上市且無公開股本，不計算股價。媒體稱潛在融資估值 450 億美元只能作為 C 級參照，不是公司公告。4
11. 催化（4-6 條帶時點）
- [已發生] 2026-04-24，DeepSeek-V4 官方透明度中心釋出。1
- [已發生] 2025-12-01，DeepSeek-V3.2 釋出並提供模型卡/技術報告。12
- [已發生] 2025-2026，V3.2 系列持續進入 Hugging Face 和推論架構生態。26
- [供應鏈估算] 2026，國產晶片適配改善可降低推論部署成本。
- [行業預測] 2026H2，若 API 呼叫規模增長，低價策略可能轉向企業增值。
12. 核心風險（4-6 條帶情景）
- 變現不足：開放和低價帶來影響力，但營收可能不足以覆蓋訓練/推論成本。
- 人才流失：若無法提供足夠股權激勵，研究團隊被大廠挖角。
- 算力約束：高階 GPU 和國產晶片供給不足會限制模型代際。
- 合規和安全：開放模型在安全、版權和監管方面的爭議可能限制企業採用。
- 競爭複製：Qwen、Kimi、GLM、Llama 等快速跟進會稀釋能力差異。
13. 追蹤指標
| 頻率 | 指標 | 閾值 | 來源 |
|---|
| 月度 | 官方 API 價格 | 降價同時保持服務穩定為正 | DeepSeek docs |
| 月度 | Hugging Face downloads / forks | 持續增長為正 | Hugging Face |
| 季度 | 模型 benchmark | 維持開源前列為正 | 官方報告/第三方排行榜 |
| 季度 | 企業部署案例 | 有付費案例為正 | 公司/客戶公告 |
| 半年 | 融資/股權激勵 | 官方揭露優先 | 公司公告/媒體 C 級 |
14. 最新事件（分級）
| 日期 | 事件 | 分級 | 投資含義 |
|---|
| 2026-04-24 | DeepSeek-V4 release date 出現在官方透明度中心 | [已發生] | 模型代際繼續推進。1 |
| 2025-12-01 | DeepSeek-V3.2 釋出 | [已發生] | agent / reasoning 生態升級。1 |
| 2026-05 | 媒體稱 DeepSeek 可能以 450 億美元估值融資 | [行業預測] | 僅作私募估值參考。4 |
| 2026H2 | 國產硬體推論適配 | [供應鏈估算] | 影響成本優勢兌現。 |
| 2026H2 | API 商業化和企業部署 | [展望] | 決定營收真實性。 |
15. 來源
- 來源：B - DeepSeek Transparency Center, www.deepseek.com/en/transparency/
- 來源：B - DeepSeek-V3.2 Hugging Face model page / technical report, huggingface.co/deepseek-ai/DeepSeek-V3.2
- 來源：B - DeepSeek API documentation and pricing pages, api-docs.deepseek.com/
- 來源：C - TechCrunch / Financial Times-sourced report on potential DeepSeek valuation, techcrunch.com/2026/05/06/deepseek-could-hit-45b-valuation-from-its-first-investment-round/
- 來源：C - Third-party app analytics summaries of DeepSeek usage, auxiliary only.
- 來源：C/B - Reports and framework repos on V3.2-Exp support for CANN/vLLM/SGLang, auxiliary technical context.
- 來源：A -
_codex_output/data-dictionary-v1.md, NVIDIA [NVDA] refs used for upstream context.
- 來源：B - DeepSeek model cards, fe-static.deepseek.com/
- 來源：C - Media coverage of DeepSeek R1 adoption and app downloads.
- 來源：B - arXiv / official technical papers where authored by DeepSeek researchers.
