我这两天一直在看DeepSeek的两张表。

一张已经摆在台面上：模型更强、缓存更省、价格更低。  
另一张还没公开，却更值得投资人盯紧：它究竟靠什么赚钱？

9月10日，DeepSeek发布V4.1 Flash，官方称HBM需求降到上一代的1/4、SSD需求降到1/8，API价格同步下调。前一天，媒体称中信证券已与DeepSeek接洽、进入IPO尽调，双方尚未签正式辅导协议。

技术团队继续把每次推理做便宜，资本市场准备追问：这些成本优势，能沉淀出多少收入和现金流。  
国产大模型的竞争，正从“我能做出来”，走向“我能不能长期赚到钱”。

一、上市不是马上交利润，但要开始交明细

今年6月，上交所发布人工智能大模型企业适用科创板第五套上市标准指引，支持“尚未形成一定收入规模”的优质企业上市。所以“开始算账”不等于逼DeepSeek立刻盈利，更不代表资本市场否定长期研发。

真正的变化是：私营技术公司一旦走向公开市场，核心技术、收入来源、研发支出、持续经营能力都要被放在聚光灯下。

一级市场可以根据论文、榜单、开发者热度给想象空间；二级市场只认三件事：

• 企业调API是真实生产需求，还是补贴催出来的流量？

• 收入增长能不能覆盖推理成本？

• 价格降完，毛利还守不守得住？

DeepSeek的开源路线带来了巨大影响力，也让“价值获取”变复杂：开发者自己部署、云厂托管同一套权重，用户多≠官方收入高。开源声量能不能变成稳定付费和客户留存，才是IPO真正要交的答卷。

二、DeepSeek的底牌：不是跑分，是效率

V4.1 Flash的思路很典型——非对称结构，输入阶段激活8B、输出阶段激活16B，缓存占用继续往下压。它的竞争力从来不只是benchmark，而是用架构创新把训练和推理成本砍下来。

效率带来很直接的商业杠杆：

• 单次调用更便宜 → 企业才敢把模型塞进客服、编程、Agent；

• 同样算力预算 → 支撑更多请求；

• 面对云厂商和海外模型 → 成本本身就是议价筹码。

但技术报告里的低成本 ≠ 财务报表里的高毛利。  
研发试错、数据处理、峰值算力冗余、网络存储、企业服务、安全合规……最后全进损益表。模型把一次推理压到很低，不代表整家公司变成轻资产。

DeepSeek要解的那个矛盾很尖锐：

价格越低，市场越大，但每个Token留下的钱可能越少。

只有三件事一起发生，技术效率才会变成商业护城河：

1. 调用量上来；
2. 复购率上来；
3. 算力利用率上来。

会省算力是第一步，能把省下来的钱留在利润表里，才算闭环。

三、行业开始按“算账能力”分层

DeepSeek若真推进IPO，影响不止一家。

国内大模型价格战还会打，但“无目的免费/补贴”会越来越难解释。低价可以是获客工具，前提是：客户留下后产生的收入，能覆盖服务成本。

算力采购也会换评价标准——

- 不为“万卡集群”鼓掌了；
• 看GPU利用率；

• 看单位推理成本；

• 看真实业务产出。

机房里亮多少卡不重要，重要的是这些卡有没有变成客户愿意持续付费的服务。

资金会向两类企业集中：

- 底座层：既有模型效率，又有商业化能力；
• 应用层：握行业数据、客户入口、工作流。

夹在中间、技术没差异、场景不稳的公司，会最先感到融资和估值压力。

人才也会重定价：只会训模型不够，能把模型—推理系统—客户需求接到同一张利润表上的人，会更稀缺。

四、DeepSeek上市，市场到底在买什么？

如果它真来科创板，投资人买的不是“中国版OpenAI”的故事，而是三件事：

1. 低成本架构是不是可持续迭代，还是这一代省完、下一代又堆卡；
2. 开源影响力能不能转成官方收入（API、企业版、私有化、云分成、开发者生态）；
3. 价格下行周期里，它能不能比云厂商和同行更晚触到毛利红线。

换句话说，DeepSeek证明过“中国团队能把大模型做便宜”。  
IPO要证明的是下一句：

便宜，也可以是一门好生意。

五、尾声

我更关心的，不是DeepSeek什么时候交招股书，而是它第一份公开财报长什么样：

• 收入结构里，API、企业服务、授权、云合作各占多少？

• 毛利率是不是被价格战打穿？

• 研发费用率有没有把未来押得太重？

• 开源用户和付费客户之间，到底差几道转化漏斗？

国产大模型的上半场是“参数、榜单、发布会”；  
下半场是“Token、毛利、复购、算力利用率”。

DeepSeek如果能把效率写进利润表，它会给整个国产大模型行业开一个样板：  
不是烧钱烧出未来，而是算账算出未来。

否则，V4.1 Flash再省HBM，也只是一个很便宜、但还没上岸的故事。

你会为“技术效率”买单，还是等它先把“商业效率”交出来再买？