DeepSeek 突围

RecodeX 重构消息，OpenCode 宣布，将为 DeepSeek V4.1 Flash 模型永久提供 60 美元额度，用户可在该平台上调用这一模型。

RecodeX 重构消息，DeepSeek Harness桌面端相关信息在双节期间流出，该客户端基于Electron开发，直接复用现有Web UI及运行逻辑，Mac与Windows版本已在社区传开，均通过官方公证，并内置版本更新功能。

该客户端并非纯免费，需实名认证，支持用户自行接入API密钥。界面采用极简无边框轻拟态风格，设置两类工作模式、三种过程展示偏好、四种Agent工作流档位，基于一切皆插件的架构，涵盖网页搜索配置、智能体团队、本地化执行管控、代码仓调用等能力，回答区采用任务式设计，强调结构化呈现，可嵌入动态交互组件。官方暂未正式上线。

RecodeX 重构消息，据公开信息，DeepSeek在自主药物研发任务中的表现超过GPT-6 Sol。该消息未提供具体评测指标、测试机构或研发成果细节。

RecodeX 重构消息，DeepSeek旗下AI开发工具Harness已推出桌面版，用户可在本地桌面环境中直接使用该工具。此前Harness主要以网页形式提供服务，此次桌面版上线意味着其使用场景从浏览器扩展至本地客户端。

RecodeX 重构消息，DeepSeek第二轮融资引入多家产业资本，其中与兆易创新、长鑫科技创始人朱一明关联的石溪资本拟出资约50亿元。石溪资本为专注半导体产业投资的CVC，已布局多个半导体项目并收获多个科创板IPO。

RecodeX 重构消息，DeepSeek联合清华大学相关团队公开了面向大规模智能体训练的沙盒基础设施DSec，通过可组合层、镜像按需加载、资源精细化调度三大核心机制，实现沙盒的高效创建与运行。论文第6节提出由Agent建造、为Agent服务、属于Agent的环境，让Agent可自行搭建训练环境并生成增量快照复用，形成初步的RSI闭环，缓解了人工构造Agent强化学习环境效率不足的瓶颈。

RecodeX 重构消息，据多方消息，DeepSeek已迎来公司首任首席财务官（CFO），相关人选已到位。与此同时，一位芯片行业资深人士计划向DeepSeek投资50亿元人民币。

上述人事与融资动向被视为DeepSeek在组织架构和资金层面推进的重要动作，具体投资条款与股权安排尚未有进一步公开信息。

RecodeX 重构消息，DeepSeek正在开发一款轻量级模型，官方称该模型可在普通显卡上运行，无需依赖高端算力硬件。目前该模型的具体参数、发布时间与开源计划尚未公布。

RecodeX 重构消息，有消息称，DeepSeek正冲刺5000亿元估值，其年化营收已达67亿元。

RecodeX 重构消息，DeepSeek公开其面向智能体强化学习的弹性计算沙箱平台DSec，披露日均运行约300万个沙箱，峰值并发超过38万，创建速率超过每秒5000个。该平台相关论文以arXiv编号2609.22978发布，梁文锋为共同作者之一。

RecodeX 重构消息，据两名直接知情人士消息，DeepSeek年化收入已达约10亿美元，几个月前这一数字还不到5亿美元。收入主要来自模型API，免费聊天应用目前仍无广告或订阅收入。

增长部分源于涨价，DeepSeek此前大幅上调部分API价格，不同模型和时段涨幅约2.3至4.5倍。梁文锋向投资者表示，涨价后客户数量未下降，需求仍然强劲。此前财务数据显示，DeepSeek今年前7个月API业务毛利率达82.9%。

DeepSeek正推进第二轮融资，计划募集约500亿元人民币，估值约5000亿元，并希望在10月底前完成，同时筹备上交所科创板IPO。梁文锋称，公司超过70%算力用于训练新模型，推理不足30%，并尝试让小模型跑在游戏显卡上。

RecodeX 重构消息，据The Information消息，DeepSeek已完成一轮75亿美元融资，公司估值达到750亿美元。该轮融资规模与估值均创下中国AI初创企业的新高。

RecodeX 重构消息，据市场消息，朱一明旗下投资机构正在为DeepSeek筹备规模约50亿元人民币的投资资金。朱一明为兆易创新创始人，此次以风险投资方式布局人工智能大模型领域。目前该笔资金的具体投向与交易细节尚未有进一步公开信息。

RecodeX 重构消息，DeepSeek测试了一种用于训练AI代理的新方法，该方法在提升训练效率的同时增强了安全性。相关测试聚焦于AI代理训练环节的效率与安全表现。

RecodeX 重构消息，DeepSeek创始人梁文锋署名的最新论文公开，首次系统披露其Agent训练沙盒平台DSec（DeepSeek Elastic Compute）的技术细节，作者名单超过130人。论文显示，DSec单个生产单元由约160个CPU节点、3万核、250TB内存构成，托管PB级镜像；平台单日服务约300万个沙盒，峰值并发超过38万个，创建速度超过每秒5000个，单个训练任务最多可一次性拉起3.2万个沙盒。

RecodeX 重构消息，DeepSeek二轮融资进入尾声，多位接触交易的人士透露，公司近期刷掉了一批LP，其中包括国资、非上市公司及自然人背景的出资方。梁文锋要求核查参与融资的LP身份，以规避股权最终流入不明主体或引发其他潜在风险。

有参与交易人士称，目前各渠道关于DeepSeek二轮融资的消息均已暂停，只能等待。此前报道显示，该轮融资原计划募资500亿元人民币，目标估值5000亿元，且超募明显。

与此同时，DeepSeek正加快科创板上市进度，计划最快今年末递表，目标2027年挂牌上市。

RecodeX 重构消息，有报道称DeepSeek与月之暗面（Moonshot）正受到调查，受此消息影响，中国AI公司港股走低。智谱（Z.AI）与MiniMax集团股价在香港市场分别一度下跌7.4%和6.3%。

RecodeX 重构消息，DeepSeek公开一篇关于Agent训练的新论文，公司创始人梁文锋在作者名单中署名。论文具体方法与实验结果尚未在现有信息中披露。

RecodeX 重构消息，有报道称，在特朗普与习近平即将举行人工智能相关会谈之前，中国AI公司DeepSeek与月之暗面（Moonshot）因Anthropic提出的相关指控而面临中国方面的审查。

RecodeX 重构消息，据Gizmodo报道，中国监管部门已就Anthropic提出的指控对DeepSeek和月之暗面（Moonshot AI）展开调查。Anthropic此前声称，这两家中国AI公司将其请求路由至Claude模型处理。目前调查的具体范围与进展尚未公布。

RecodeX 重构消息，据The Information报道，DeepSeek目前正在训练一个约2万亿参数的新模型。梁文锋在近期一场投资者会议上表示，公司下一步计划继续把模型参数规模推高至8万亿。

RecodeX 重构消息，据知情人士透露，中国国家互联网信息办公室正对DeepSeek和月之暗面（Moonshot AI）展开调查，并已约谈相关员工。此前Anthropic指控这两家公司将敏感用户数据路由至其系统。目前调查仍在进行中，具体细节尚未公开。

RecodeX 重构消息，据The Information报道，中国正就DeepSeek与月之暗面（Moonshot）可能存在的敏感数据外泄问题展开调查。Anthropic此前指控这两家公司将敏感数据路由至其Claude模型。目前调查细节及涉事方回应尚未公布。

RecodeX 重构消息，据消息人士透露，中国人工智能公司DeepSeek将于本周向联合国安理会进行通报，介绍人工智能相关情况。目前通报的具体议题、出席人员及时间安排尚未公开。

RecodeX 重构消息，9月21日，高瓴创投合伙人严文韬正式加入DeepSeek并已到公司报到，出任首席财务官。此前市场已传出其将担任DeepSeek CFO的消息。近两个月内，还有多位头部VC的年轻合伙人参与该岗位竞聘。此次任命终结了DeepSeek成立三年来CFO空缺的局面。

RecodeX 重构消息，据知情人士透露，DeepSeek CEO梁文锋在最新闭门投资人会上，将使用华为等国产芯片训练大模型列为公司最大押注之一，并称这件事「必须成功」。DeepSeek预计最早今年第四季度拿到新一批可用于训练的华为芯片，具体型号和数量尚未披露。

梁文锋认为华为芯片只需几年就有望追上英伟达，希望DeepSeek提前适配英伟达之外的硬件。目前DeepSeek仍在使用英伟达芯片训练模型。他今年5月曾估算，训练最顶级大模型约需5万颗Nvidia GB300，换成华为Ascend 950则需约20万颗，当时最大问题是华为供货不足。

RecodeX 重构消息，DeepSeek据悉召开闭门会议，创始人梁文锋在会上透露公司正在训练一个参数规模达2万亿的模型。该消息来自会议相关披露，目前DeepSeek方面尚未公布该模型的具体名称、发布时间或技术细节。

RecodeX 重构消息，有消息称，DeepSeek V4.1 Pro模型参数规模或达2万亿，后续还规划推出8万亿参数版本。该系列模型在算力路线上押注国产芯片。目前相关信息尚未获得官方确认，具体参数与发布时间未披露。

RecodeX 重构消息，DeepSeek CEO梁文锋向投资者表示，更多使用国产芯片训练模型是公司的重要优先事项，采用华为芯片进行训练是DeepSeek最大的押注之一。据知情人士透露，华为预计将在今年第四季度或2027年第一季度交付用于训练的芯片。

RecodeX 重构消息，最新一周全球AI大模型Token调用量榜单显示，DeepSeek再次登上榜首位置。该榜单按周统计各大模型的实际调用规模，反映开发者与用户的使用热度。