过去半年，DeepSeek的资本动作明显提速。
4月，公司启动首轮外部融资；6月，首轮融资完成，融资500亿元，投后估值超过3500亿元；7月，二轮融资暂停；8月，融资重启，拟募资约500亿元；9月，DeepSeek进一步走向公开市场，据路透社报道，公司已选定中信证券推进科创板IPO，并计划年内启动上市流程，对应估值约5000亿元。
对于DeepSeek而言，愿意提供资金的投资人从来不是少数。从互联网巨头、产业资本、国资基金到VC、家族办公室，资本仍在争夺有限的投资份额。
为什么DeepSeek会在这个时间节点走向公开市场？IPO又会怎样改变这家公司的经营逻辑？
钱的难题AI是一个烧钱的行业，这一点从未因DeepSeek的出现而改变。
但DeepSeek最特殊的地方，是它曾经用一种相对克制的方式，参与了一场全球最昂贵的技术竞争。
在很长一段时间里，DeepSeek团队规模远小于美国头部AI实验室，资金主要来自幻方支持，创始人保持高度控制权，通过算法和工程效率尽可能压低训练与推理成本。
DeepSeek-R1的出现一度证明，即便没有OpenAI、Anthropic式的巨额融资，中国公司也可能通过技术效率进入全球模型第一梯队。
但做出一个R1和长期经营一家前沿AI公司，是两码事。
当竞争成为持久战，成本结构也会随之改变。
首先是算力。前沿模型不仅需要周期性的预训练，还需要强化学习、后训练、模型评测以及不断增长的推理资源。随着用户规模扩大，算力支出也不再只发生在模型发布之前，而需要持续消耗在每一次调用。
科技媒体The Information披露，今年前七个月，DeepSeek在AI基础设施相关的支出上花费了约110亿元，这些支出包括租用配备AI芯片的服务器、购买芯片及其他计算设备，2025年这部分支出约为12亿元。
其次是业务边界和人员的扩张。
DeepSeek已经不再只是训练基础模型。从近期招聘和公开披露看，其Harness团队一次性放出约150个招聘名额，岗位覆盖服务端开发、Agent弹性计算研发等核心技术方向。公开信息显示，DeepSeek目前员工规模约300人，这轮招聘规模相当于现有团队的一半。
收入增长也无法覆盖巨大的投入。The Information数据显示，2026年前七个月，DeepSeek收入约4.75亿元，达到2025年全年收入的约10倍，但同期仍产生约7.15亿元净亏损。
路透社援引知情人士称，DeepSeek此次IPO筹集的资金预计将用于扩大算力基础设施、模型研发以及吸引和留住人才。
但DeepSeek并不真的缺钱。
复杂的资本结构如果DeepSeek的问题只是“有没有钱”，答案反而相对简单——想投它的钱太多了。
在首轮融资中，DeepSeek在首轮融资中设计了一套颇为特殊的交易结构。除少数机构外，大部分投资者并非直接持有DeepSeek股份，而是通过梁文锋控制的有限合伙企业间接进入。同时这些投资者没有投票权，并且面临五年锁定期。
其效果很清楚。DeepSeek可以拿到外部资金，但尽可能把资本与公司控制权隔离开。
这保证了梁文锋对公司的高度控制需求。
然而，即便存在五年锁定期、外部投资人没有投票权，资本仍在寻找各种方式进入。金融时报称，一名香港家族办公室投资者表示，近期曾通过8个不同渠道收到DeepSeek的投资机会。
但当投资需求进一步放大而份额又极为有限，这套结构开始产生新的问题。
部分已经获得投资份额的机构通过设立SPV（虎嗅注：特殊目的载体）引入其他出资人。简单来说，外部投资者并不直接持有DeepSeek股份，而是先投资一个专门为DeepSeek设立的载体，再由该载体向上一层SPV或基金出资。
随着类似结构不断嵌套，最终形成多层间接持股。一些中间载体收取6%至15%以上的前端费用，甚至要求最高40%的超额收益分成。
复杂的间接持股和层级，让最终资金来源和关联关系变得更难穿透。
金融时报称，梁文锋已开始亲自审核部分最终投资人，希望维持对公司的控制，并降低IPO前可能出现的治理风险。
所以DeepSeek现在面对的已经不只是融资问题。
一方面，它需要更长期的资本来源和股权流动性；另一方面，随着投资人和持股层级增加，如何在引入资本的同时维持清晰、稳定的控制权，已经成为新的治理问题。
IPO不能自动解决这些矛盾，但它提供了一套更公开、标准化的框架。
公司获得持续融资工具，股东获得定价和退出机制，靠私人协议维持的资本与创始人关系，现在必须转化为公开的上市公司治理规则。
5000亿估值之后，DeepSeek靠什么继续定价？目前市场给予DeepSeek的估值，很大程度建立在技术领先和未来可能性之上。
但是一家5000亿元估值的公司，不能、也无法永远只靠一次次模型突破获得定价。
R1之后，DeepSeek的新模型再没能复制当时的行业震动。
8月延期上线的DeepSeek V4有所进步，官方称其在推理、Coding等能力上达到开源领先水平，也继续保持了明显的成本优势，但没有像R1一样进一步缩小与美国最前沿模型之间的差距。
与此同时，模型竞争也越来越转向性价比。OpenAI将GPT-5.6 Luna API价格下调80%，阿里云下调Qwen3.8-Flash调用价格，腾讯云也对部分混元模型降价。过去DeepSeek最鲜明的优势之一，是在接近头部模型能力的同时提供极低的调用成本，这个优势正在被快速追平。
DeepSeek的性价比叙事能够维持多久？
进入公开市场之后，投资者更加关注也不只是模型能力，更是公司经营能力，一切有关投入、收入、增长的问题。
