AI前沿解密》DeepSeek V4低成本神話的現實界線（朱玉昌）

朱玉昌

DeepSeek V4於4月底推出Pro與Flash兩種版本，採用混合注意力架構，標配百萬詞元（token）上下文，在編碼、長文本處理和代理任務上展現競爭力，權重以開放許可釋出，應用程式介面（API）也同步提供低價折扣，但市場反應相當平穩，並不如V3或R1推出時那般轟動，根據市場測試回饋，它在特定技術場景和成本控制上仍有優勢，但前端生成細膩度、多模態支援，以及大規模API穩定性則有待改進空間。

這次發布像單純的技術迭代，平靜的市場回響，恰恰凸顯DeepSeek長期以來的核心特質，團隊出身於量化基金（Quant Fund）背景，擅長算法調優與工程效率極大化，能在算力受限的條件下把模型效能推到接近前沿的水準。V3系列曾以遠低於對手的訓練成本，證明中國AI能在效率這一維度實現突破，這類似過去製造業和新能源領域，用更低成本追趕品質的路徑。

然而，AI競爭不只是單一模型的聰明程度，還是服務規模化、推理基礎設施、安全合規與生態協調的整體體系。V4預覽版在這些產品化與企業級面向的準備略顯薄弱，API雖已開放，但要支撐大規模穩定部署，尚需更多打磨，這也充分反映了團隊優先選擇攻克技術難點，並非把資源先放在產品細節和長期穩定上。

DeepSeek的強項，在於大幅壓低成本，它僅用一萬多張舊世代顯卡，透過深度工程優化就能產出具競爭力的成果，直接把全行業價格預期拉下來，這種低價策略，讓它成為許多開發者和中小團隊的實用工具，卻也難以成為大型企業的首選合作對象，蘋果過去在中國尋找AI夥伴時，最終偏好基礎設施更完善、可控性更高的廠商，不是單純模型效能突出的DeepSeek。畢竟，企業客戶最在意的是長期穩定，不出亂子，而不要短期的基準測試（benchmark）領先。

此刻，DeepSeek正面臨規模擴張帶來的必然壓力，用戶需求已從單純展示模型，轉向服務千萬級日活用戶、支援代理應用、出海競爭，以及與中國製硬體的深度整合，每一項都需投入大量資金。母公司高飛量化（High-Flyer Quant）過去能將大部分收入持續投入研究，支撐不靠外部融資也能穩步前進的獨特模式，在面對需求爆炸與下一代模型開發，這種內部輸血已難完全支撐。近期DeepSeek全力接觸投資人，尋求首輪外部融資消息頻傳，目標融資超過3億美元，估值傳聞在100億至200億美元之間，騰訊與阿里都在洽談中。

這一轉折，顯示著DeepSeek過去那種不一樣的優勢開始進入階段性尾聲。一年前，它最吸引人的地方，不是參數規模，是與OpenAI等公司有著截然不同的做法，拒絕外部資本、低調專注工程、靠內部資源和耐心迭代，即使團隊執行者都極少公開露面，它曾讓許多人相信，AI競賽或許存在另一條路，不必一路巨額融資、快速擴張、講故事推高估值，僅需透過嚴謹的研究和工程優化來累積實力，創始人梁文峰早前那句「我們面對的問題從來不是錢，而是高階晶片禁運」，就是這種氣質的代表。

現實很骨感，不走主流路線的做法，在公司規模還小時是種可行的奢侈，一旦需求暴增，需要建構可靠的推理服務、處理安全調教、協調大客戶，以及維持第一梯隊的技術節奏，獨立運作的代價就迅速升高，堅持不融資，會逐漸失去領先位置；選擇融資，又必須適應業界常態規則，與擁有雲端、客戶和大規模基礎設施的巨頭展開更直接競爭。就算騰訊和阿里等大廠真的投資DeepSeek，其背後也是多線戰略性布局，並非把核心戰場完全交出。

DeepSeek尋求融資的經歷不是特例，那是AI產業乃至更廣泛科技領域常見的成長拐點，低成本、高效率的模型突破具有重要意義，它延續了中國在資源約束下實現追趕的工業傳統，但AI的長期競爭，最終落在體系能力上，算力生態、人才穩定、產品可靠性、合規框架，以及如何在資本與技術之間取得平衡。V4預覽版的平穩落地，加上融資討論的浮出水面，完全勾勒出DeepSeek當前的微妙位置，它依然重要，重要到業界需要它的成本優勢與技術貢獻，卻未必願意讓它成為絕對的核心。

這家公司未來能否在引入外部資金後，繼續保留部分極客文化與工程優化優勢，或者逐步融入標準的擴張路徑，仍有待觀察，無論結果如何，V3時代那種獨特的吸引力已在淡化，取而代之的，是極其務實的商業規模與體系約束的產業現實。

（作者為富瑜文教基金會執行長）

來源：中時新聞網