S.H.E 2007年发行的歌曲《中国话》里面有一段歌词：

好聪明的中国人，好优美的中国话......

全世界都在学中国话，

孔夫子的话，越来越国际化，

全世界都在讲中国话，

我们说的话，让世界都认真听话。

时隔20年，AI时代下，DeepSeek梁文锋又在全球“长脸”了。

如今，硅谷AI工程师都开始用DeepSeek，而非GPT-5.5，或Claude Opus模型。

Ramp 最新调查报告显示，DeepSeek 首次登上了“软件趋势榜单”第一。

该榜单主要追踪的是企业向某软件供应商的首次采购情况，这也意味着DeepSeek成为该平台上增速最快的软件之一。

主要原因在于，“美国AI太贵了”。而中国的DeepSeek-V4 Flash模型性价比高，API价格永久下调 75%、模型成本压至行业新低。

怎么形容呢，DeepSeek堪称“AI界拼多多”，果然名副其实。

硅谷悄悄抢疯了。

DeepSeek疯抢的两大原因

当前，Claude CoWork和Codex是最火的两个软件，也是我每天都在用的AI产品。

所以，我非常清楚，当前硅谷AI圈选择DeepSeek的核心原因：

1、价格差距100倍。

有数据统计，硅谷开发工程师每个月跑Claude Opus 4.7模型，需要投入25000美金左右，而每百万tokens价格是25美金。

但做同样的业务，DeepSeek每百万tokens成本才0.28美元，一个月才需要至少280美金。

你可以理解，CC Switch是一个中转站，通过本地host修改等方式，让Agent产品直接接入DeepSeek、Qwen等第三方模型，有点类似于龙虾接入不同的model方式。

本来上个月依然还是只能接入Claude。

但5月底最新版发布之后，除了Codex ，CC Switch终于稳定支持Codex接入DeepSeek模型，让第三方模型能够体验到两款顶级Coding Agent。

再加上V4系列、Qwen 3.6系列、Kimi K2.6系列模型开始支持AI Coding Agent。

因此，价格足够低、开源、性能足够强的DeepSeek-V4 Flash，成为硅谷AI圈争抢关注的焦点。

根据openrouter数据，通过DeepSeek V4 Flash消耗的token总数超过了3.35万亿。

真的是遥遥领先。

DeepSeek下半场核心：AI技术生态

最近关于DeepSeek的还有两个消息值得关注。

1、本周报道称，DeepSeek 正准备在其首轮外部融资中筹集约 500 亿元人民币（约合 74 亿美元）。

可能的估值：520亿美元至590亿美元。

投资者名单才是真正的焦点：腾讯和宁德时代有望成为最大的外部投资者。网易、京东等互联网大厂也在洽谈中。

而DeepSeek创始人梁文锋或将投入200亿元人民币自有资金。

2、另一则算力消息补充了DeepSeek全貌。

6月5日，“深圳发布”消息称，深圳河套学院AI训练平台项目团队，联合哈尔滨工业大学(深圳)、深圳市大数据研究院、华为有关团队，协同深智城AI算力平台，面向国产算力大模型训练开展联合攻关。

依托昇腾910C国产AI算力集群，完成1.6万亿参数大模型DeepSeek-V4-Pro全参数后训练。

换句话说，该团队成功进行了模型“全参数”后训练，这意味着模型的整个架构都得到了更新和改进，而没有任何缩水或“偷工减料”。

虽然，国产芯片在支持人工智能推理方面取得了成功，但这只是一个相对简单的过程。

而大模型训练，是一个更为复杂的过程，即构建或改进模型的“大脑”。

如果说初始“预训练”是通过吸收大量数据来教会模型如何说话，那么后训练则是通过遵循人类指令、安全规则和特定任务来教会模型如何工作。

此前，训练算力层面一直依赖NV卡，面临诸多挑战。

本质上来说，国产GPU和AI芯片里面，除了昇腾之外，很少有真正实现“训推一体”的技术能力，大部分依然是推理能力大于训练能力。

所以，去年推理卡卖的不错，本质还是企业不需要再花更多的钱训练模型了，如何蒸馏、调优、做奖励模型、做Infra等，才是核心。

今年4月发布的DeepSeek V4系列模型，算力层面吗采用了昇腾集群与英伟达集群共同加持。

DeepSeek-V4报告指出，将工作负载约束转化为芯片设计要求：内存、带宽、功耗预算、通信比率和低精度部署。

如今，新模型来了、新国产算力也来了，最后加上新一轮融资。

这意味着：DeepSeek未来不会再作为中国的一个探索型的AI实验室。

当然，这并不意味着DeepSeek会取代OpenAI或Anthropic。

简单来说，随着企业对DeepSeek模型使用需求的上升，成本压力正从开发者实验转移到企业预算。

Ramp Economics Lab 的首席经济学家 Ara Kharazian 在周三的报告中指出，值得注意的是，美国公司直接向 DeepSeek 付款，这表明他们直接通过 DeepSeek 发送和接收数据，而不是将 DeepSeek 的开源模型托管在自己的内部服务器上。

“目前看来，企业似乎又回到了 DeepSeek 平台，”Kharazian 表示，并补充说他不会“过分夸大这一趋势的持久性”。

如果将DeepSeek融资、算力优化、模型需求三点结合起来，情况就更清晰了：

DeepSeek 正在成为一个新的案例，检验稀缺计算资源能否实现经济效益，国产芯片能否通过软件优化缩小差距，以及中国厂商能否克服算力制约风险，将开发者采用转化为企业实际支出。

所以，总结来说：

DeepSeek已经进入到下半场——

500亿融资情况是焦点，

而算力 模型需求带来的国产AI生态，将是梁文锋的新故事。