诸事顺，利

1. 这轮的数字#

150 亿美元放在全球看不算最大。OpenAI 这一轮在谈的最高 300 亿美元，投前估值约 1.25 万亿美元。但放在中国 AI 行业里，这是到目前为止最大的一笔，而且是第一次有电池厂和社交平台同时出现在一份大模型融资名单里。

2. 融资前两天，它开源了推理框架#

十月十七日，DeepSeek 发布并开源 V4.1-Flash-1017。按智东西的报道，这个模型在 DeepSWE v1.1 上的得分超过了 GPT-6 Astra、GPT-6.1 Sol 和 Claude Opus 5，单项任务的平均费用比上一版下降约六成。

十月二十日，它开源了内部使用的大规模云服务推理框架 DeepInfer，以及生产级的 token 编解码组件 deepseek-recipe，还附了完整的技术报告。

从模型到框架隔了三天，从框架到融资消息隔了两天。

榜单是可以买的，框架不行。把推理栈开源，等于把”便宜”从一句结论变成一套方法，别人可以照着复现你的成本曲线。

对写代码的人来说，这个区别很实际。API 降价你只能被动接受，开源框架你可以自己跑一遍，算清楚一次请求到底花多少显存、多少时间。

3. 成本降了，钱为什么还要更多#

单位成本往下走，总支出未必跟着降。

这条逻辑我在《AI 成了加息的理由》里写过宏观版本，放到一家公司身上同样成立。单次推理便宜六成，用的人会变多，单人的调用次数会变多，总消耗量涨得比单价降得快，最后还是缺卡。

Anthropic 的数据可以当参照。它第三季度营收 168 亿美元，环比增长 45%。增速比第二季度的环比翻倍放缓了，绝对额还在往上走。

DeepSeek 拿钱之后的动作也指向同一个方向。彭博社说它在加大数据中心的投入，同时开发更多面向国内和海外市场的开源模型。

这四行的方向一致，所以融资规模和推理效率不是对立的两件事。

4. 开源这门生意的现金流#

开源和闭源，收入的节奏不一样。

闭源模型卖 API，收入随调用量线性增长，毛利高，现金回流快。开源模型把权重放出去，收入来自企业部署、云厂商分成，以及自建服务的溢出需求，确认得慢，前期要靠融资撑着。

所以 1000 亿里有很大一部分买的是时间。在 IPO 之前，把算力、模型迭代和海外客户这三件事同时撑住。

科创板 IPO 的意义也在这里。私募的钱有期限，公开市场的钱没有。DeepSeek 今年九月就聘了中信证券，融资和上市是同一件事的两个阶段。

5. 三个还没有答案的问题#

估值还没有公开数字。这轮没有披露投后估值，1000 亿换来多少股份不清楚，“贵不贵”现在算不出来，要等招股书或者下一轮。

算力是另一回事。钱到账和机房通电之间隔着电、卡和工期，这部分不受融资节奏控制，钱到位了也不一定解决得了。

收入结构更模糊。开源模型的商业化路径有好几条，API、企业私有化部署、云厂商分成，哪一条能撑起 IPO 的定价，目前没有公开数据。

6. 我的看法#

这笔钱要买的是更低的单位成本，还有时间。

过去两年国内大模型比的是榜单，现在比的是成本曲线。谁的推理更便宜，谁就能把调用量吃下来，然后拿着调用量去谈算力和融资。DeepSeek 这一轮的顺序很清楚：先把成本打下去，再把推理框架开源，然后拿钱建机房。

对写代码的人来说这是好事，推理越便宜，能做的事越多。至于这笔钱最后能不能在报表上收回成本，得等它上市之后才有数据。