DeepSeek大模型低成本的真相

外界对DeepSeek的低成本叙事一直存在大范围质疑，核心争议正好落在你关注的「关联算力非公允定价、成本核算口径、隐性成本兜底」这几点上，分为海外机构、行业圈内、资本化合规层面三类声音：一、海外第三方机构直接公开质疑总成本半导体分析机构SemiAnalysis发布报告明确指出：DeepSeek宣称的557万美元，只算了预训练阶段即时的GPU工时可变成本，完全没有包含幻方量化前期数万张GPU的硬件采购、机房基建、常年运维、团队研发沉淀成本，测算全口径真实投入超10亿美元 。路透社等外媒也跟进报道，质疑其成本披露不完整，把大额固定硬件开支剥离在了主体公司之外，账面成本被大幅压低。谷歌DeepMind CEO Demis Hassabis也公开评价，DeepSeek更多是工程优化，并非底层科学突破，低成本神话依赖前期算力基建兜底。二、国内AI行业圈内的普遍疑问1. 算力关联交易公允性是圈内公开的讨论点行业内普遍清楚：DeepSeek早期核心训练算力全部来自幻方量化自建的萤火集群，硬件属于母公司，DeepSeek仅支付内部结算的算力服务费，并未承担GPU折旧、电力、机房的全部固定成本。如果完全按阿里云、腾讯云的市场化算力市价结算，DeepSeek2025年的亏损会远高于9.35亿，所谓的低成本优势会大幅缩水。2. 成本口径的双重标准官方对外宣传的“训练成本”，只算最后一轮预训练的GPU小时费用；但大模型的真实成本，还包含前期架构探索、多轮 ablation 实验、数据清洗、人才薪酬、长期算力闲置损耗，这部分开支大多由幻方量化承担，没有体现在DeepSeek单体财报里。圈内认为，这属于集团内部孵化的成本倾斜，不是市场化独立运营的真实成本。三、资本化层面的潜在合规质疑目前DeepSeek筹备新一轮融资、未来有IPO预期，券商、会计师事务所尽调时，必然会重点核查：1. 幻方与DeepSeek之间算力服务的定价依据，是否符合独立交易原则；2. 历史低价算力结算是否存在利润调节、财务报表美化；3. 若后续IPO，监管会要求还原公允算力成本，调整历史亏损数据，这也是业内预判的潜在风险点。四、厘清：技术效率优势是真的，账面低成本有前提业内并没有否定DeepSeek的工程优化能力：MoE稀疏架构、FP8精度优化、调度系统确实把单Token算力消耗压到行业低位，同等模型效果下，纯GPU工时成本低于海外同行，这部分技术优势真实存在。但外界质疑的核心是：把母公司沉淀的几十亿算力硬件成本剥离后，主体公司展现出的“极致低成本”，是集团资源倾斜的结果，不是独立市场化经营下的真实成本水平。五、2026年融资后的变化拿到510亿融资后，DeepSeek开始自建算力集群、独立采购GPU，逐步减少对幻方关联算力的依赖，未来折旧、运维成本会逐步体现在自身财报里，账面成本会向行业正常水平回归，外界对成本公允性的质疑也会随之弱化。