DeepSeek（深度求索）是什么？
2026 年最全面的中文介绍
从公司背景、创始团队，到 V3 / R1 / V4 / R2 核心模型、MoE·MLA·GRPO 技术架构与开源定价策略，一文读懂这家重塑全球大模型格局的中国 AI 公司。
一句话定义
DeepSeek（深度求索），全称杭州深度求索人工智能基础技术研究有限公司，是2023 年 7 月由梁文锋（Liang Wenfeng）创立的中国人工智能研究公司，脱胎于量化私募幻方量化（High-Flyer）。公司以「推动通用人工智能（AGI）」为使命，并以 MIT / Apache 2.0 等宽松许可证开源全部大模型权重，凭借远低于行业的训练与推理成本，在 2025—2026 年迅速成为全球最具影响力的开源大模型厂商之一。
一、公司概况
DeepSeek 是一家以研究驱动、开源优先为核心理念的 AI 实验室。与多数以订阅或闭源 API 变现的前沿实验室不同，DeepSeek 将「把世界级模型免费开放给所有人」作为核心策略，主要产出是可直接下载、部署与商用的模型权重，而非消费级产品本身。
基础信息
| 项目 | 内容 |
|---|---|
| 公司全称 | 杭州深度求索人工智能基础技术研究有限公司 |
| 英文名 | DeepSeek / DeepSeek AI |
| 成立时间 | 2023 年 7 月[5] |
| 创始人 / CEO | 梁文锋（Liang Wenfeng） |
| 总部 | 中国 · 杭州 |
| 母公司 / 资金来源 | 脱胎于幻方量化（High-Flyer），早期完全由其注资 |
| 团队规模 | 约 160 人（2025），2026 年首轮融资后计划大幅扩招 |
| 使命 | 推动通用人工智能（AGI） |
| 官网 | deepseek.com · 开源主页 github.com/deepseek-ai |
创始人与团队哲学
梁文锋同时是幻方量化的联合创始人，在创办 DeepSeek 前已深耕 AI 驱动的量化交易系统。他倾向于招募年轻人才与跨学科背景成员，押注长期研究而非短期商业化，并曾公开表示 DeepSeek「没有 immediate 的变现计划」。2026 年，他在一场投资人闭门会议中明确表示：「DeepSeek 只有一条主线，即通往通用人工智能（AGI）。」
二、发展历程时间线
三、核心模型家族
DeepSeek 围绕不同任务构建了多个模型系列，开发者可按场景选择通用、推理、代码或多模态版本。
1. DeepSeek-V 系列（通用 / 旗舰）
V 系列是通用主力线，擅长写作、分析、指令遵循与工具调用。当前旗舰为 DeepSeek-V4：
- V4-Pro：1.6 万亿总参数、490 亿激活参数，支持 100 万 token 上下文窗口，在 SWE-bench Verified 达 80.6%，数学与竞赛代码测评超越当前所有开源模型。
- V4-Flash：2840 亿总参数、130 亿激活参数，更轻更快，适合高并发、低延迟场景。
2. DeepSeek-R 系列（推理）
R 系列是推理专精模型，通过强化学习在回答前进行多步「思维链」推理。代表为 DeepSeek-R1（2025 年 1 月，逼近 o1）与 DeepSeek-R2（2026 年开源权重推理模型，约 1310 亿参数 MoE，MMLU 达 92%+，API 价格较 R1 再降约 40%）。
3. 专项模型
- DeepSeek-Coder：代码专项，广泛用于 IDE 插件、代码审查。
- DeepSeek-VL / DeepSeek-OCR：多模态与文档识别。
- DeepSeekMath / Prover：数学与定理证明。
主要模型参数速览
| 模型 | 类型 | 总参数 | 激活参数 | 上下文 | 状态 |
|---|---|---|---|---|---|
| DeepSeek-V3 | 通用 | 671B | 37B | 128K | 已发布 |
| DeepSeek-R1 | 推理 | 671B | 37B | 128K | 已发布 |
| DeepSeek-V4-Pro | 通用旗舰 | 1.6T | 49B | 1M | 已发布 |
| DeepSeek-V4-Flash | 通用轻量 | 284B | 13B | 1M | 已发布 |
| DeepSeek-R2 | 推理开源 | ~131B | ~22B | 128K | 已发布 |
四、核心技术架构
DeepSeek 的「高性能 / 低成本」并非偶然，而是源于三项相互咬合的架构创新：
1. 混合专家架构（MoE, Mixture of Experts）
模型被拆分为大量细粒度「专家」子网络，每个 token 仅激活其中一小部分，从而在总参数极大的同时保持低推理成本。DeepSeek 进一步引入细粒度专家切分与共享专家，并用无辅助损失负载均衡（Auxiliary-Loss-Free Load Balancing）避免传统 MoE 的负载失衡与质量下降。
2. 多头潜在注意力（MLA, Multi-head Latent Attention）
标准注意力需为每个 token 保存完整的键值（KV）缓存，长上下文下内存暴涨。MLA 将 KV 缓存压缩高达 93%，使消费级硬件也能跑超长上下文，显著降低部署门槛。
3. 群体相对策略优化（GRPO, Group Relative Policy Optimization）
R 系列推理能力的关键训练方法。相比依赖海量人工标注思维链，GRPO 通过「组内相对奖励」让模型在试错中自发学会推理策略，更可扩展、更便宜。
五、商业模式与 API 定价
DeepSeek 采用「开源免费 + 低价 API」双轨策略：
- 开源权重：所有主要模型以 MIT / Apache 2.0 发布，可免费下载、微调与本地部署。
- 云端 API：通过 api.deepseek.com 提供 OpenAI 兼容接口，价格远低于闭源前沿模型。
- 在线助手：chat.deepseek.com 提供免费对话，含快速模式与深度推理（专家）模式。
据 2026 年公开数据，V4-Pro 输入价格约 0.435 美元 / 百万 token，约为同类闭源模型的几十分之一；2026 年 5 月 API 价格再降约 75%，成为当时最便宜的前沿级模型。对话提供 Non-think（直接响应）/ Think（高结构化推理）/ Think Max（扩展穷尽推理）三种模式。
六、开源战略与行业影响
DeepSeek 是少数以「完全开源」对抗闭源巨头的实验室，其影响包括：
- 降低 AI 门槛：开发者可在本地或私有云部署世界级模型，满足数据合规与隐私需求。
- 重塑性价比认知：以极低成本训练 / 推理印证「开放」路线的可行性，倒逼闭源厂商降价。
- 推动推理平权：R 系列蒸馏小模型（约 7B–70B）让个人与小团队也能跑强推理。
- 引发资本市场重估：R1 发布曾单日蒸发英伟达约 6000 亿美元市值。
七、与主流模型的对比
| 维度 | DeepSeek-V4-Pro | OpenAI（闭源前沿） | Claude（闭源前沿） |
|---|---|---|---|
| 开放性 | 开源权重（MIT） | 闭源 | 闭源 |
| 上下文窗口 | 1M token | 约 200K–1M（随版本） | 约 200K–1M（随版本） |
| API 价格 | 约 0.435 美元 / 百万输入 token | 显著更高（约数十倍） | 显著更高 |
| 本地部署 | 支持 | 不支持 | 不支持 |
| 推理能力 | 逼近前沿 | 前沿 | 前沿 |
八、如何使用 DeepSeek
方式一：网页 / App 免费对话
访问 chat.deepseek.com 或下载移动 App，注册后即可使用，支持快速模式与深度推理模式。
方式二：调用 API（OpenAI 兼容）
设置 API Key 并将请求指向 DeepSeek 的 Base URL，现有 OpenAI SDK 代码仅需替换 base_url 即可复用：
export DEEPSEEK_API_KEY="your_key_here"
curl https://api.deepseek.com/v1/chat/completions \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"deepseek-v4-pro","messages":[{"role":"user","content":"用中文解释什么是 MoE 架构"}]}'方式三：本地部署开源权重
从 GitHub 或 Hugging Face 拉取权重，使用 vLLM / transformers 等框架在自有 GPU 上部署，满足数据隐私与合规要求。
九、常见问题（FAQ）
Q1：DeepSeek 是什么公司？
A：DeepSeek（深度求索）是一家中国人工智能研究公司，全称杭州深度求索人工智能基础技术研究有限公司，于 2023 年 7 月由梁文锋创立，脱胎于幻方量化（High-Flyer），以 MIT / Apache 2.0 等宽松 License 开源全部大模型权重，使命是推动通用人工智能（AGI）。
Q2：DeepSeek 的创始人是谁？
A：由梁文锋（Liang Wenfeng）创立，他同时是幻方量化的联合创始人，在创办 DeepSeek 前长期从事 AI 驱动的量化交易系统研发。
Q3：DeepSeek 最强模型是哪个？
A：截至 2026 年，旗舰通用模型为 DeepSeek-V4 系列（V4-Pro 1.6 万亿总参数 / 490 亿激活 / 100 万 token 上下文；V4-Flash 2840 亿总参数 / 130 亿激活）。推理方向则有 DeepSeek-R2 等开源权重推理模型。
Q4：DeepSeek 模型真的开源吗？
A：是的。全部主要模型均以开源权重发布，采用 MIT、Apache 2.0 等宽松许可证，开发者可在 Hugging Face 与 GitHub 自由下载、微调、本地部署与商用。
Q5：DeepSeek 相比 OpenAI、Claude 有什么优势？
A：核心优势是「性价比」与「开放性」——在多项推理、数学、代码基准上逼近甚至持平闭源前沿模型，同时 API 价格显著更低，并提供可本地部署的开源权重。
Q6：DeepSeek 是免费的吗？
A：在线对话（chat.deepseek.com）与开源权重下载均免费；云端 API 按 token 计费，但单价远低于同类闭源模型。
十、参考资料与权威来源
- DeepSeek 官网：deepseek.com
- 开源主页（GitHub）：github.com/deepseek-ai
- 模型权重（Hugging Face）：huggingface.co/deepseek-ai
- DeepSeek-R1 / V3 技术报告（arXiv）：arXiv:2501.12948 · arXiv:2412.19437
- 维基百科「DeepSeek」词条：en.wikipedia.org/wiki/DeepSeek