據路透援引知情人士報道，DeepSeek已聘請中信證券，為可能登陸上海科創板做準備，並計劃在年內啟動相關流程。報道稱，具體上市時間、募資規模和目標估值尚未確定，但公司走向資本市場的路徑已比此前清晰。該訊息目前仍屬未經證實的傳聞。
這與兩年前梁文鋒的公開表態形成對照。當時有人問DeepSeek是否會從幻方量化中獨立、甚至引入外部資本，他的回答是短期沒有融資計劃，公司面臨的主要問題從來不是錢，而是高階晶片受到限制。此後一段時間，DeepSeek確實少有融資訊息，也不主動製造市場聲量，商業化並非最優先任務，幻方量化提供的資金與算力基礎讓其得以把精力集中在模型研發上。
如今情況出現多重變化。路透報道稱，DeepSeek近期完成了約74億美元融資，投後估值超過500億美元，騰訊、寧德時代等成為外部投資者。報道還提到，公司需要更多資本擴充計算基礎設施、推進模型研發，並在日益激烈的人才競爭中留住核心研究人員。
另一項變化來自商業化。8月，DeepSeek大幅調整V4系列API價格，並引入峰谷定價機制，高峰時段部分價格漲幅達到數倍，隨後又對週末價格作出調整。公開資訊顯示，高峰算力緊張是推動價格機制變化的重要因素之一。這意味著公司不僅要回答模型能否更強，還要在訓練與推理之間分配算力，在收入、毛利與開發者生態吸引力之間尋找平衡。
把這些放在一起看，比單純討論“要不要上市”更值得關注。DeepSeek在2025年初之所以震動全球市場，一個重要原因是成本：V3公佈的訓練計算成本遠低於當時許多市場預期，R1隨後進一步放大了衝擊。市場一度把故事簡化為“用更少的錢做出更強的模型”，甚至追問美國科技巨頭持續投入數百億美元建設AI基礎設施是否還有必要。但更準確的理解是，它並未證明AI可以不花錢，而是重新提示了一個被資本熱潮掩蓋的常識：投入多少資源，與最終形成多少競爭力之間，並不存在簡單的線性關係。
資源約束曾是DeepSeek效率優勢的來源之一。高階晶片受限迫使團隊提高算力利用效率，資源不寬裕要求研發更加集中，沒有足夠資源覆蓋錯誤就必須提高判斷質量。但一次領先與持續領先對企業提出的要求並不相同：新模型要持續訓練，推理需求隨使用者規模增長，頂尖人才需要長期競爭，更多技術方向要同時驗證，模型能力還要向產品、API和生態轉化。第一次突破可以依賴少數研究人員和一次關鍵技術判斷，連續幾年保持領先則需要研發體系、算力供給、人才機制與組織管理長期協同。
從資本市場角度看，IPO不只是“公司需要更多錢”。企業規模較小時，資源可以圍繞創始團隊組織；進入更高量級競爭後，需要連線的資源開始超出創始體系本身，包括持續投入的算力、長期激勵的人才、承受更大失敗成本的研發，以及商業化所需的新組織和基礎設施。資本市場提供的是一套長期連線資金、人才與產業資源的機制。因此，梁文鋒兩年前說“問題不是錢”，與今天走向IPO並不必然矛盾——當時的關鍵是晶片與技術突破，如今需要調動的資源種類、規模和週期都已變化。
真正的考驗在於，資源增加之後競爭力能否同步增強。資源緊張時，企業招聘需反覆權衡、專案必須排序、每筆預算都有明顯機會成本；融資成功後約束減弱，專案可能膨脹，管理複雜度上升，原本會被叫停的投入可能以“長期佈局”的名義延續。決定結果的，是組織能力增長能否跟上資源規模增長。若資源從10增長到100，而組織仍按管理10份資源的方式決策，新增部分很可能帶來浪費；若組織能力同步提升，更多資本則可能轉化為研發縱深、人才密度與技術選擇權。
對DeepSeek而言，未來值得觀察的或許不是募資額與估值本身，而是幾個更難量化的指標：單位算力能換來多少模型能力，單位研發投入能形成多少技術成果，組織擴大後創新效率是否明顯下降。這些並非財務報表的標準科目，卻更能判斷它是否保留了此前的核心優勢。資本市場能改變一家公司可調動的資源規模，卻不能替它完成組織能力的升級；上市也不會成為答案。