DeepSeek正在回答一个新问题：当大模型从“比谁更聪明”走向“比谁更能被长期调用”，一家模型公司还够不够？
过去一年半里，梁文锋一直被外界视为一个典型的技术理想主义者。DeepSeek R1的爆火强化了这种印象：低调、克制、不依赖融资叙事，用工程效率挑战大模型行业的高成本共识。
但最近，DeepSeek身上的标签开始变得复杂。
一边是市场传出首轮融资消息：宁德时代据称已决定参与，潜在投资方还包括腾讯、京东、网易，以及IDG、Monolith等机构。报道称，DeepSeek本轮融资目标约700亿元人民币，投后估值约450亿美元，约合3240亿元人民币。
另一边，是5月23日DeepSeek宣布V4-Pro API价格永久下调75%。
这两件事放在一起看，就不太像一次普通融资，也不太像一次普通降价。它更像是一个信号：DeepSeek正在从一家以模型能力为核心的技术公司，向AI基础设施公司移动。
这个变化，比“梁文锋还理不理想主义”更重要。
真正的问题是：DeepSeek为什么突然需要这么多钱？
一、梁文锋并不缺钱，但DeepSeek缺的是另一种钱
先说一个基本事实：梁文锋并不是传统意义上缺钱的创业者。
DeepSeek背后的幻方量化，长期以来都是国内最赚钱的量化私募之一。公开数据显示，2025年，幻方量化收益均值约56.55%，管理规模超过700亿元人民币。粗略计算，仅浮盈规模就接近400亿元。
这也是为什么，DeepSeek在很长一段时间里看起来不像一家典型AI创业公司。
它不急着融资，不急着商业化，也不怎么做高调PR。相比一个标准的科技独角兽，DeepSeek更像是幻方量化内部长期供血的AI实验室：组织克制，工程导向，目标单一，就是把模型做出来，而且做得足够好。
R1爆火之前，DeepSeek的逻辑相对清晰：用更高的工程效率、更低的训练成本，证明中国团队也可以做出全球领先的大模型。
这套叙事成立的前提是，竞争核心还在模型能力本身。
谁的推理能力更强，谁的训练成本更低，谁的架构更优雅，谁就能在行业里赢得声量。DeepSeek正是在这个阶段成为变量的。
但今天的问题变了。
当大模型竞争从实验室走向真实使用，钱的含义也变了。它不再只是研发经费，也不只是招人预算，而是算力、电力、数据中心、云资源、推理成本、开发者生态和长期服务能力的综合支撑。
这不是幻方量化能不能出钱的问题，而是DeepSeek要不要从一个被母公司供血的技术团队，变成一个能够独立承载行业级调用需求的基础设施平台。
如果是后者，700亿元就不只是融资规模，而是定位变化的价格。
二、从模型能力到Token消耗，竞争指标变了
过去一年，大模型行业最大的变化，不是某一个模型突然领先，而是整个竞争维度发生了迁移。
OpenAI、Gemini、Qwen、Kimi、MiniMax等公司都进入了高频迭代状态。模型能力仍然重要，但它已经不再是唯一决定因素。尤其是Agent开始成为行业共识之后，真正快速增长的变量变成了Token消耗。
ChatBot时代，一次交互通常是用户提问、模型回答。哪怕有上下文，也大多是有限轮次的对话。
Agent不一样。
它会拆解任务，调用工具，多轮验证，自主检查，持续运行。一个看似简单的需求，背后可能包含搜索、规划、代码执行、文件处理、结果校验等多个步骤。
这意味着，同样一个任务，在Agent时代消耗的Token，可能是传统聊天时代的数十倍，甚至上百倍。
大模型公司的核心压力也随之变化。
过去行业喜欢讨论训练成本，讨论一次预训练花了多少钱、用了多少卡、跑了多久。
