Das Mutterunternehmen von DeepSeek hat im vergangenen Jahr 5 Milliarden Yuan eingenommen, was ausreicht, um 2.380 R1 zu betreiben.
Eines Jahres nach der Entstehung von R1 hat DeepSeek immer noch keine neue Finanzierung erhalten.
Während die großen Modellspieler entweder an die Börse gehen oder Finanzierungen beschaffen, bleibt DeepSeek so hochmütig wie immer und unternimmt fast keine kommerziellen Aktivitäten.
Trotzdem lässt es bei der AGI nicht nach:
Es werden kontinuierlich hochwertige wissenschaftliche Artikel veröffentlicht, und die Liste der Autoren bleibt ziemlich stabil. In der neuen Version des R1-Artikels ist sogar ein Autor wieder zurückgekehrt.
Eigentlich muss man sich keine Sorgen machen, ob DeepSeek über genügend Mittel verfügt, denn die neuesten Nachrichten besagen...
Magic Square Quant hat im vergangenen Jahr 5 Milliarden Yuan verdient.
Der rasant wachsende Magic Square Quant
Liang Wenfengs Hauptgeschäft hat Fahrt aufgenommen.
Nach Angaben der Private Equity Ranking Website hat fast jeder Fonds von Magic Square Quant im Jahr 2025 eine Rendite von über 55% erzielt.
Man muss bedenken, dass das vergangene Jahr ein Erntejahr für chinesische Quantitative Fonds war: Die durchschnittliche Rendite betrug 30,5%, mehr als doppelt so viel wie die ihrer globalen Konkurrenten.
Auch in diesem aufsteigenden Trend konnte Magic Square Quant seine Spitze nicht verbergen:
Mit einer durchschnittlichen Rendite von 56,6% belegte es den zweiten Platz unter den chinesischen Quant Fonds mit einem Vermögensvolumen von über einer Milliarde Yuan, nur hinter Lingjun Investment mit einer Rendite von 70%.
Angesichts des von Magic Square Quant verwalteten Vermögensvolumens von über 70 Milliarden Yuan bedeutet diese erstaunliche Rendite sicherlich, dass das Unternehmen reichlich Geld verdient hat.
Laut einer Meldung von Bloomberg glaubt ein Investmentdirektor eines privaten Fonds in Shanghai:
Dieser Geldbringer Magic Square Quant hat möglicherweise allein im vergangenen Jahr Liang Wenfeng über 700 Millionen US-Dollar (etwa 5 Milliarden Yuan) eingebracht.
Wenn man nur diese Zahl hört, hat man vielleicht keine Vorstellung davon. So sagen wir mal, dass MiniMax, das in den letzten Tagen stark an Wert gewonnen hat, bei seiner IPO über 600 Millionen US-Dollar voraussichtlich aufbringen will.
Dass Magic Square Quant allein 700 Millionen US-Dollar verdient hat, ist ziemlich beeindruckend.
Da die Forschungsgelder von DeepSeek aus dem Forschungs- und Entwicklungsbudget von Magic Square Quant stammen, kann diese riesige Summe sicherlich DeepSeek mit mehr Munition versorgen.
Das Wichtigste ist die Nachhaltigkeit.
Laut DeepSeek hat die V3-Trainierung nur 5,576 Millionen US-Dollar und R1 nur 294.000 US-Dollar gekostet.
Wenn man diese Zahlen nimmt, kann Magic Square Quant allein mit den Einnahmen des vergangenen Jahres nochmal produzieren:
125 V3 und 2.380 R1.
Angesichts der Tatsache, dass DeepSeek die TrainingsEffizienz weiter verbessert, reicht das Geld von 700 Millionen US-Dollar...
Es reicht einfach nicht aufzuzehren.
Der echte AGI-Spieler
Im Jahr 2025 haben die großen Modellspieler ihr Bestes gegeben, um Geld zu beschaffen.
Nehmen wir OpenAI als Beispiel:
Zunächst war es das, was im ersten Halbjahr angelegt wurde. Altman, der früher Werbung gehasst hatte, wechselte plötzlich seine Einstellung in seinem eigenen Podcast und sagte, man könnte es mal versuchen.
Tatsächlich folgte eine Reihe von Geldbeschaffungsaktionen.
Das Aufsehenerregendste war die sogenannte "Kapital-Interne Zirkulation" um Oktober 2025. OpenAI hatte mit seinem enormen Rechenleistungserfordernis als Bargeldchip und Cloud-Anbieter Investitionen eingeholt.
Dank dieser "genialen Zug" hat OpenAI von Giganten wie Nvidia, AMD und Oracle über 1 Billionen US-Dollar an Investitionen erhalten.
Das war noch nicht genug. OpenAI hat auch aktiv eine Reihe von Produkten entwickelt, darunter Sora, Codex, ChatGPT Health und eine Reihe kleiner Funktionen, einschließlich Einkaufsmöglichkeiten.
Obwohl sich diese Produkte noch in der frühen Phase befinden, sind sie alle potenzielle Einnahmequellen.
Wenn man sich die Tricks von Silicon Valley anschaut und dann DeepSeek betrachtet, ist letzteres so rein wie es nur sein kann.
Es hat sich entschieden, sich auf AGI zu konzentrieren und hat überhaupt keine Absicht, Geld zu beschaffen.
Ein so starkes Modell wie R1 wird direkt Open Source gemacht, ohne dass man daran denkt, damit Geld zu verdienen.
Nach seinem Aufstieg hat es auch nicht eilig, das Modell in Produkte umzuwandeln, sondern konzentriert sich hauptsächlich auf die API-Geschäftsabteilung.
Es pflegt sogar die Client-Software kaum, sodass der Großteil der Endnutzer auf andere chinesische Modelle umsteigt.
Dies ist vielleicht auch die konkrete Umsetzung seiner Philosophie bei der Ressourcenallokation:
Bei begrenzter Rechenleistung wird nicht auf Anwendungsfälle mit hoher gleichzeitiger Anforderung gesetzt, sondern weiterhin auf die Grundlagenforschung konzentriert.
Seitdem ist DeepSeek immer noch erstaunlich stillschweigend. Von Liang Wenfeng bis zum Kernforschungsteam hat kaum jemand öffentlich gesprochen.
Dennoch hat es in der akademischen Welt nicht ruhen lassen. Im ganzen Jahr hat es kontinuierlich wichtige Forschungen veröffentlicht, die die Leute überfordern.
Im zweiten Halbjahr waren es beispielsweise OCR und V3.2, und gegen Ende des Jahres wurden immer mehr Aktionen unternommen. Selbst 60 Seiten an wertvollem Inhalt, die eigentlich als neuer Artikel veröffentlicht werden könnten, wurden als Zusatzmaterial für R1 beigefügt.
Jetzt hat es kürzlich auch das Memory-Modul Open Source gemacht.
Angesichts der immer angespannten Branche kann DeepSeek seine ursprüngliche Vision für AGI beibehalten, was auch der Stütze von Magic Square Quant zu verdanken ist.
Tatsächlich ist DeepSeek wahrscheinlich das einzige globale AI-Labor, das keine externe Finanzierung erhalten hat und keiner großen Firma gehört.
Außerdem hat der Hauptgeschäftsinhalt von Magic Square Quant überhaupt keine Konflikte mit AI.
Das Ergebnis ist, dass es auf DeepSeeks Weg zur AGI weder außen noch innen Widerstände gibt.
Außen wird DeepSeek vollständig von seiner Muttergesellschaft finanziert.
Magic Square Quant hat bereits vor einigen Jahren aufgehört, externe Gelder anzunehmen.
Das bedeutet, dass DeepSeek nicht von der Kapitalstruktur oder der Gewinnprognose gebunden ist und kurzfristig überhaupt nicht über die Rendite der Investitionen nachdenken muss.
Innenseitig war AI ursprünglich eine "Nebenbeschäftigung" zur Unterstützung der Quantitativen Investitionen.
Für Magic Square Quant ist diese AI-Geschäftsabteilung nicht zwangsläufig, sondern eine ergänzende Beziehung, sodass es auch nicht das Problem hat, wie ein großes Schiff umzudrehen.
Zusammenfassend lässt sich sagen, dass dieser Baum Magic Square Quant nicht nur DeepSeek vor den Winden und Regen schützt, sondern auch ständig Nährstoffe liefert.
Diese Fähigkeit, aus bestehenden Geschäften zu subventionieren, wird oft von der Märkte unterschätzt.
Man muss bedenken, dass es in einem Umfeld mit hoher Unklarheit in Bezug auf die Anwendungsfälle von AI ein großer Vorteil ist, auf ein etabliertes und marktbewährtes Geschäftsmodell aufbauen zu können.
Nehmen wir Google als Beispiel: Die Suchmaschinen-Geschäftsabteilung wird oft dafür kritisiert, dass sie Gemini behindert, und es gab in der Anfangsphase viele strategische Fehler.
Trotzdem hat Gemini es bis heute geschafft und hat sogar ChatGPT überholt.
Das liegt ebenfalls an der Werbeeinnahme der Suchmaschinen-Geschäftsabteilung.
OpenAI hat kein traditionelles Geschäftsmodell, was der Grund für seinen Vorsprung ist. Aber ohne eine stabile Cashflow und fast keine Fehlertoleranz.
Sobald die Modellfähigkeit von anderen übertroffen wird und die Markenwirkung von SOTA schwächer wird, muss man bei jedem Schritt vorsichtig sein, wie auf einer Seilbahn.
Im Vergleich dazu hat DeepSeek sowohl ein Geschäftsmodell als auch eine AI-Natur und integriert die Stärken von Google und OpenAI.
Reines Unternehmen, zieht reine Menschen an
Natürlich hat diese interne Finanzierungsfähigkeit auch einen tieferen Einfluss auf die "Menschen".
Vielleicht ist es gerade, dass DeepSeek sich keine Sorgen um Geld machen muss, dass das Forschungs- und Entwicklungsteam sich ganz der AGI-Forschung widmen kann und so eine reine Forschungsumgebung im Inneren aufrechterhalten kann.
Dies kann man an der Autorliste des kürzlich aktualisierten R1-Artikels sehen:
Fast ein Jahr nach der Veröffentlichung des Artikels sind alle 18 Kernmitarbeiter noch im DeepSeek-Team.
Von den insgesamt über 100 Autoren wurden nur 5 mit einem Sternchen markiert (sind aus dem Team gegangen).
In der Autorliste des vergangenen Jahres gab es insgesamt 6 Sternchen - eins mehr als dieses Jahr.
Dieses verschwundene Sternchen gehört Ruiqi Ge, der jetzt wieder im Team ist.
In der AI-Branche, in der der Kampf um Talente so heftig ist, hat das DeepSeek-Team nicht nur kaum Mitarbeiter verloren, sondern sogar einen zurückgewonnen.
Immer mehr idealistische Menschen engagieren sich bei DeepSeek, und die riesigen Einnahmen von Magic Square Quant ermöglichen es DeepSeek, diesen Forschern erstklassige Ressourcen und attraktive Gehaltsverträge anzubieten - auf dem Weg zur AGI muss man nicht aus Liebe arbeiten.
Zusammenfassend lässt sich sagen: Mit einem vollen Geldbeutel kann man sich sicher fühlen.
Jetzt können wir uns einfach zurücklehnen und darauf warten, dass DeepSeek R2/V4 vorstellt.
Nach alledem hat DeepSeek jetzt über 700 Millionen US-Dollar an Bargeld -
Die Truppen haben noch nicht gerückt, aber das Proviant ist reichlich.
One More Thing
Während Magic Square Quant reichlich Geld verdient hat, haben auch viele aufmerksame Internetnutzer dank DeepSeek von den Gewinnen profitiert.
Viele Aktienhändler betrachten die technischen Artikel von DeepSeek als Forschungsberichte.
Als DeepSeek seinen technischen Bericht zu V3 veröffentlichte, gab es einen Abschnitt namens "Empfehlungen für die Hardware-Entwicklung", in dem erwähnt wurde, nach welchen Chip-Standards das Modell entwickelt wurde.
Seitdem veröffentlicht DeepSeek jedes Mal, wenn es ein neues Modell herausbringt, auch wenn es nicht im Artikel steht, in einem Blog die neuesten Entwicklungen in Bezug auf die Hardware.
Man kann sich sicherlich vorstellen, was dann passiert. Sobald die Nachricht verbreitet ist, passen viele chinesische Chipunternehmen ihre Produkte an DeepSeek an.
Und dann... steigen die Aktienkurse in die Höhe.
Beispielsweise hat Cambricon kurz nach der Veröffentlichung von V3.2 im September letzten Jahres vier Minuten später angekündigt, dass es die DeepSeek-Architektur an DSA angepasst hat.
Tatsächlich