过去一年多，DeepSeek 几乎是「极致性价比」的代名词：用远低于同行的价格提供接近顶尖水平的模型能力，并因此在全球开发者社区收获了巨量调用。但 8 月 6 日前后，彭博社与多家海外媒体报道的消息，正在改写这个故事的开头——DeepSeek 重启了第二轮融资谈判，寻求募资约 80 亿美元，对应估值约 740 亿美元；几乎在同一时间，公司向用户预告了服务的「大幅涨价」。曾以「便宜」闻名的实验室，正在同时干三件事：融资、建数据中心、涨价。
一、融资重启：估值约 740 亿美元，从暂停到再出发
据彭博社报道，DeepSeek 已重启此前暂停的第二轮融资谈判，本轮寻求募资接近 80 亿美元，公司估值约为 5000 亿元人民币（约合 740 亿美元）。谈判并非「从零开始」——今年 6 月，DeepSeek 曾因创始人梁文锋在投资人交流会上的言论被媒体泄露而暂停融资进程，一度引发外界对其资本策略的猜测；此次重启，被视为团队消化争议后重新回到牌桌。报道同时披露，月之暗面的早期投资机构 Monolith Management 正在洽谈加入本轮融资。需要说明的是，彭博社援引消息人士的报道明确提示：谈判仍在进行中，融资规模、时间窗口与最终投资者名单都仍可能发生变化。此前今夏早些时候，DeepSeek 已完成第一轮外部融资，当时估值约 3500 亿元人民币，并一度让梁文锋的个人身价翻倍至约 360 亿美元。新一轮融资若能落地，意味着这家实验室在不到半年的时间里估值再度跃升。
二、钱去哪了：自建数据中心，算力从租到自持
更值得关注的是这笔钱的去向。报道指出，DeepSeek 计划将部分融资用于自建数据中心，其中以一个位于内蒙古的大型设施为牵头项目。这个信息的分量在于：DeepSeek 之所以能以「极致性价比」著称，很大程度上得益于对训练与推理效率的极致压榨，以及对外部算力资源的高效利用；但效率红利终归有上限，随着模型规模、调用量与日俱增，自持算力成为必然选项。「以效率换成本优势」的轻资产路线，正在向「重资产自持」切换。这与公司同期的另一动作互为表里——在重启融资的同一天，DeepSeek 向用户预告了大幅提价。公开信息显示，目前 V4 Flash 的定价为每百万输入 token 0.14 美元、每百万输出 token 0.28 美元；涨价意味着此前「以超低价换市场份额」的阶段开始收尾，行业媒体将此解读为「国产大模型开始为算力成本正名」。把融资、建数据中心、涨价三件事放在一起，逻辑链条相当清晰：算力成本正在从「隐性」走向「显性」，DeepSeek 需要为下一阶段的规模扩张储备弹药，也需要让价格回归到能覆盖真实成本的区间。
三、叙事反转：从「挑战者红利」到「规模重估」
对行业而言，DeepSeek 的这次转向信号意义大于个案意义。过去两年，DeepSeek 的「低价神话」塑造了全球 AI 市场的定价锚：中国开源模型以极低价格输出接近闭源旗舰的能力，倒逼 OpenAI、Anthropic 等海外厂商连续降价，也催生了「OpenRouter 调用量榜首」级别的开发者迁移潮。但低价策略的另一面是：当调用规模以万亿 Token 计，算力账单同样以指数级膨胀——靠工程效率压缩的单次成本，无法对冲总量增长。此次涨价与融资，本质上是市场对「规模成本」的一次重新定价。值得注意的是，涨价并非孤立事件：此前 GPT-5.6 Luna 降价 80% 时，行业已有「头部模型价格战进入尾声」的讨论；如今 DeepSeek 反向提价，与 Gartner「推理支出首超训练」的判断相互印证——算力支出的大头正从「造模型」转向「跑模型」，谁能把推理规模化成本讲清楚，谁才能在下一阶段立足。梁文锋此前在投资人交流会上「只赚六倍利润、十个月回本」的表态，如今看来更像是对这套成本模型的一次提前披露。
四、客观看：涨价与融资的「双面账」
从积极面看，这轮动作是 DeepSeek 从「现象级实验室」走向「可持续商业实体」的必然一步：自建数据中心解决算力自主，融资补充长期弹药，涨价修正收入模型——三者共同指向一个更健康、更可预测的经营结构，对下游 Agent 开发者而言，「可靠、不消失的供应商」比「永远最便宜的供应商」更有价值。但风险同样需要正视。其一，涨价与「极致性价比」心智绑定之间的张力：开发者在过去一年多里习惯了 DeepSeek 的低价，若提价幅度超出预期，部分价格敏感型调用可能流向其他开源模型或闭源平价档，OpenRouter 等平台的迁移成本并不高；其二，融资规模与估值的高位，意味着市场对 DeepSeek 商业化兑现的期待同步抬高，若后续收入增长不及预期，估值回调压力同样存在；其三，内蒙古数据中心等自建算力的建设周期与资金消耗，行业暂未披露具体时间表与规模，其对成本结构的实际改善有待验证。与此同时，DeepSeek 同期以约 2080 万美元认购宇树科技上海 IPO 的战略配售，并与这家杭州人形机器人公司达成共同研发面向人形机器人的 AI 模型的协议（详见本刊另一篇报道）——这家实验室正在把触角从「模型经济」伸向「物理世界」。当初那个「AI 可以很便宜」的故事讲完了，接下来讲的是「AI 很贵，但值得投入」的续篇。