Innerhalb eines halben Jahres wurde eine Finanzierungssumme von 150 Milliarden Yuan erzielt. Liang Wenfeng, der "technologische Idealist", wird vom Kapital heiß umworben und verfolgt.
Liang Wenfeng, der einst betonte, dass „das Problem, vor dem wir stehen, nie das Geld ist“, beschleunigt den Kapitalisierungsprozess von DeepSeek.
Am 22. Oktober berichteten Medien, dass die neue Finanzierungsrunde von DeepSeek auf 1 Billion Yuan überzeichnet wurde. Zu den Investoren zählen Xiyu Capital, SMIC PE, CPE Yuanfeng, Junlian Capital, Geely und weitere Akteure. Die Altaktionäre CATL, Tencent, IDG Capital, Lisi Capital und Shixiang Capital beteiligten sich weiterhin an der Folgefinanzierung.
Im April 2026 startete DeepSeek die erste externe Finanzierungsrunde seit seiner Gründung, die Ende Juni abgeschlossen wurde und ein Volumen von rund 510 Milliarden Yuan erreichte. Die Bewertung nach der Investition lag bei fast 4 Billionen Yuan. Gründer Liang Wenfeng trug persönlich rund 200 Milliarden Yuan bei, Tencent rund 100 Milliarden Yuan, das System von CATL rund 50 Milliarden Yuan, NetEase, JD, Lisi Capital und IDG Capital jeweils rund 30 Milliarden Yuan. Auch der nationale Fonds für Investitionen in die KI-Industrie beteiligte sich an der ersten Finanzierungsrunde.
Sobald die neue Finanzierungsrunde abgeschlossen ist, wird DeepSeek innerhalb von einem halben Jahr insgesamt mehr als 1,5 Billionen Yuan an Kapital aufgenommen haben. Dennoch berichten Medien, dass die Vor-Investitionsbewertung trotz der Verdoppelung des Finanzierungsvolumens bei rund 5 Billionen Yuan bleibt. Das bedeutet, dass DeepSeek die Marktpopularität nicht nutzt, um die Bewertung übermäßig in die Höhe zu treiben.
Quelle: KI-generiert
Aus der Aktionärsliste geht auch hervor, dass die Investoren dieser Runde hauptsächlich aus Industriekapital bestehen. Liang Wenfeng konzentriert sich vermutlich mehr auf die Optimierung der Aktionärsstruktur als auf die Maximierung der Bewertung. Die Aktionärsliste umfasst die vorgelagerten Bereiche Chips, Strom und Rechenleistung der KI-Industriekette sowie die nachgelagerten Anwendungsszenarien. Liang Wenfeng baut ein industrielles Kooperationsnetz auf, das den langfristigen Betrieb von DeepSeek unterstützen kann.
Gleichzeitig bereitet sich das DeepSeek-Team auch auf den Börsengang vor. Medien berichten, dass DeepSeek seit Ende August 2026 die Vorbereitungen für den Börsengang am Sci-Tech Innovation Board trifft. Es plant, bis Ende 2026 das Prospekt einzureichen und 2027 notiert zu werden. Darüber hinaus ist Yan Wentao, ehemaliger Partner von GL Ventures, im September als CFO in das Unternehmen eingetreten.
Nicht nur DeepSeek bereitet sich auf den Börsengang vor. Seit Beginn des Jahres 2026 beschleunigen führende KI-Unternehmen ihre Kapitalisierung, um Ressourcen für den Wettbewerb in der nächsten Phase zu sammeln —
Kürzlich wurde bekannt, dass MoonShot den letzten Finanzierungsabschluss mit einer Bewertung von rund 50 Milliarden US-Dollar abgeschlossen hat und plant, im ersten Quartal 2027 an der Hongkonger Börse zu notieren. Zhipu und MiniMax sind bereits an der Hongkonger Börse notiert und haben nacheinander das Verfahren für den Börsengang am A-Share-Markt eingeleitet. Anthropic wird voraussichtlich im November notiert, mit einer erwarteten Bewertung zwischen 1,5 Billionen und 2 Billionen US-Dollar, was es zu einem der größten Technologie-Börsengänge in der Geschichte machen könnte. OpenAI beschleunigt die Finanzierung von rund 30 Milliarden US-Dollar, um die Zusagen für Kapital und Rechenleistung vor dem Börsengang von Anthropic zu sichern.
Das bedeutet, dass der Wettbewerb um Ressourcen für globale große KI-Modelle in eine heiße Phase eingetreten ist.
Neben den Mitteln baut Liang Wenfeng jedoch weiterhin auf DeepSeek ein offenes, für alle vorteilhaftes Ökosystem auf. Seit der Nachricht über die Finanzierung im April 2026 veröffentlicht das offizielle WeChat-Konto von DeepSeek nur Inhalte zu Modellen, Open-Source und technischen Berichten.
Ist Liang Wenfeng, der einen Finanzierungsrekord aufgestellt hat, immer noch derselbe technische Idealist?
Beharrlichkeit auf quelloffenes Ökosystem
Am 17. Oktober gab DeepSeek offiziell bekannt, dass DeepSeek V4.1 Flash auf die Version V4.1-Flash-1017 aktualisiert wurde. Die offizielle Webseite, die App und das API-Modell wurden synchron auf das neue Modell umgestellt.
Nach offiziellen Angaben verbessert die neue Version durch verstärkendes Lernen auf Basis von Selbstfeedback die Fähigkeit, vollständige Projekte von Grund auf zu erstellen. Sie unterstützt mehr „wunschbasierte“ Programmieraufgaben in Szenarien wie Spieleentwicklung und 3D-Modellierung und wurde für Plattform-Frameworks wie DeepSeek Harness, Tencent CodeBuddy und WorkBuddy angepasst und optimiert.
In letzter Zeit hat nicht nur DeepSeek Modelle aktualisiert: MiniMax hat M3.1 Flash quelloffen gemacht; Kimi hat das flaggschiffmäßige quelloffene Modell K3.1 Pro veröffentlicht; Stepfun hat Step 5 Preview quelloffen gemacht; Zhipu trainiert ebenfalls eifrig das nächste Flaggschiffmodell, dessen angeblich Parameterumfang zwischen 2,5 Billionen und 3,5 Billionen liegt. Alle Ziele richten sich an komplexe Aufgaben und Szenarien für intelligente Agenten.
Aber während die Konkurrenten weiterhin auf Modellebene verstärken, hat DeepSeek etwas getan, das die Branche überrascht. Am 20. Oktober hat DeepSeek direkt das interne Inferenz-Framework DeepInfer und die produktionsreifen Codec-Komponenten DeepSeek-recipe vollständig quelloffen gemacht.
Das Inferenz-Framework ist ein Softwaresystem, das eine effiziente Betriebsumgebung für große Sprachmodelle bietet und für die Koordination und Steuerung des riesigen Rechenleistungsclusters zuständig ist. Seine Effizienz bestimmt direkt die Rechenkosten und den Stromverbrauch von KI-Diensten.
Nach offizieller Ankündigung von DeepSeek haben sie auf Basis des DeepInfer-Frameworks einen massiven Inferenzdienst mit hohem Durchsatz und niedriger Latenz für DeepSeek V4.1 Flash realisiert. Der tägliche Durchsatz eines einzelnen Clusters beträgt 155 Billionen Tokens, die durchschnittliche Trefferquote des Eingabecaches liegt bei 96 %. Bei Berechnung nach dem Niedertarif für Strom beträgt das Einkommen pro Karte pro Stunde 38 US-Dollar.
Um zu erklären, warum sie dieses gesamte Framework quelloffen machen können, zitiert das WeChat-Konto von DeepSeek den Satz aus dem „Guanzi“: „Wer Gutes tut, soll es gemeinsam mit anderen tun; wer Geschicklichkeit hat, soll sie gemeinsam mit anderen einsetzen“. Das WeChat-Konto von DeepSeek schreibt, dass das Teilen der internen Bereitstellungserfahrung dazu dient, Entwickler und Unternehmen dabei zu unterstützen, den Durchsatz und die Latenz der großangelegten Inferenz zu optimieren, private und öffentliche Cloud-Bereitstellungen effizient zu erstellen, die Rechenkosten zu senken und den Energieverbrauch zu verringern, „damit Intelligenz zu einem niedrigeren Preis breiteren Bevölkerungsschichten zugänglich gemacht wird und eine echte Allgemeinverfügbarkeit großer Modelle erreicht wird“.
Das ist auch der „ursprüngliche Wille“, den Liang Wenfeng schon immer betont hat. Bereits in einem Interview im Jahr 2024 behauptete er: „Wir werden unsere Modelle nicht geschlossen halten. Wir glauben, dass der Aufbau eines starken technischen Ökosystems wichtiger ist als ein geschlossenes Geschäftsmodell.“
Auf dem geschlossenen Investorenmeeting in diesem Jahr teilte er weiter seine Logik zum Open-Source-Gedanken mit: Erstens hängt dies mit ihrer Vision zusammen — sie tun diese Sache „mit großer Freundlichkeit gegenüber der Welt und wollen für die Menschheit nützlich sein“. Zweitens glauben sie, dass Open-Source von Vorteil ist, um KI kommerziell erfolgreich zu machen.
Nach Ansicht von Liang Wenfeng steht KI nicht wie früher im Widerspruch zu Open-Source und Kommerzialisierung. Da KI groß genug ist, wird sie letztendlich wahrscheinlich zehn Prozent des BIP der Menschheit ausmachen. Ein einziges Unternehmen kann dies nicht für sich allein beanspruchen, es muss unbedingt mit anderen geteilt werden. In dieser Situation glaubt Liang Wenfeng, dass um AGI zu erreichen, Zurückhaltung unbedingt erforderlich ist. „Wenn du denkst, dass ein bestimmter Prozentsatz des BIP der Menschheit dir gehört, desto mehr denkst du so, desto weniger wirst du AGI erreichen. Je zurückhaltender du bist, desto wahrscheinlicher ist es, dass du AGI erreichen kannst“, sagte Liang Wenfeng.
Am 30. September kündigte DeepSeek bei der Veröffentlichung der quelloffenen Infrastrukturkomponenten für das Rechenleistungsplattform von Huawei Ascend an, dass sie kontinuierlich technische Innovationen vorantreiben und gemeinsam mit der Community ein offenes Software-Ökosystem aufbauen und gemeinsam Fortschritte machen werden.
Ein KI-Entwickler äußerte auch, dass DeepSeek diese Sache bereits mit dem Gedanken des quelloffenen Ökosystems betreibt, und die Kreativität in seiner Community gehört auch zu den stärksten im inländischen Entwicklerökosystem.
Zurückhaltende Kommerzialisierung
Liang Wenfeng verfolgt nicht nur eine auf Emotionen basierende Erzählung. Neben Open-Source und Allgemeinverfügbarkeit hat er seine eigene Logik bei der Kommerzialisierung.
Auf dem geschlossenen Investorenmeeting in diesem Jahr teilte er mit: „Ich denke, wir betreiben schon immer Kommerzialisierung, aber wir haben nicht die Kommerzialisierung zum Ziel, sondern AGI zum Ziel.“ Nach Ansicht von Liang Wenfeng führt das DeepSeek-Team weltweit führende AGI-Forschung durch. Die Kommerzialisierung wird zu einem geeigneten Zeitpunkt eintreten, aber der Zeitpunkt für die vollständige Umstellung auf Kommerzialisierung ist noch sehr weit entfernt. Deshalb wollen sie weiterhin die nächste Generation von Technologien entwickeln und mehr aktuelle Probleme lösen. „Das ist auch Teil unserer Zurückhaltung“, erklärte Liang Wenfeng.
Er hofft sogar, dass andere diese kommerzielle Chance nutzen: „Wir haben nicht genug Energie, und die Organisation hat nicht genug Personal, um diese Sache zu erledigen.“ Bis heute verkauft DeepSeek keine Abonnements direkt an Endverbraucher. Der einzige kostenpflichtige Kanal ist der Verkauf von APIs, was mehrfach einen „Preiskrieg“ für APIs in der Branche ausgelöst hat.
„Unsere API-Preisgestaltung basiert auf einem angemessenen Gewinn. Wenn wir eine Charge von Geräten auf dem Markt kaufen, haben wir die Kosten in zehn Monaten wieder hereingeholt“, erklärte Liang Wenfeng den Investoren diesen Preisstandard. Seiner Meinung nach sollte der Preis höher gesetzt werden, wenn man die Gewinnmaximierung anstrebt, da die Nachfrage der Nutzer in diesem Bereich nicht elastisch ist: „Wenn man den Preis verdoppelt, ändert sich der Verbrauch von Tokens kaum, und das Gesamteinkommen kann fast verdoppelt werden“. Aber er hat das nicht getan.
Das DeepSeek-Team teilt diese Übereinstimmung. „Bei einer Version des Modells, die wir früher veröffentlicht haben, waren wir anfangs besorgt über zu große Nachfrage, also haben wir den Preis relativ hoch gesetzt, und alle im Team waren nicht sehr glücklich darüber. Später haben wir den Preis wieder gesenkt, auf ein Viertel, dann waren alle glücklich.“ Seiner Meinung nach ist der Zweck, dass das Team so viel Aufwand investiert und das Modell sorgfältig entwickelt, dass alle das sehr günstige und leistungsstarke Modell voll nutzen können. Das ist die Motivation und Vision des Teams sowie die interne Übereinstimmung, die das Unternehmen zusammenhält.
Quelle: KI-generiert
Dieses Preisprinzip hat das Wachstum der Unternehmenseinnahmen nicht verlangsamt. Nach den neuesten Angaben wächst der annualisierte Umsatz (ARR) von DeepSeek extrem schnell. Er hat sich in nur etwa drei Monaten von weniger als 500 Millionen US-Dollar auf 1 Milliarde US-Dollar verdoppelt und gehört zur ersten Reihe der inländischen Branche für große Modelle.
Aber während Einnahmen und Aufrufvolumen schnell steigen, steht die Stabilität der Dienste unter Druck. In diesem Jahr gab es bei DeepSeek zweimal großflächige Zugriffsstörungen, die jeweils erst nach mehreren Stunden behoben wurden. Der oben genannte KI-Entwickler ist auch der Meinung, dass der offene Chatbot von DeepSeek eher ein Derivat ist, ein zusätzlicher Dienst, der durch die Fähigkeiten des Modells im Prozess bereitgestellt wird, und nicht unbedingt eine aktive Wahl in kommerzieller Hinsicht. Daraus schließt er, dass sich der Schwerpunkt von DeepSeek in Zukunft mehr auf das B2B-Geschäft verlagern könnte, um Modelle für verschiedene Unternehmen bereitzustellen, z. B. ein Modell in ein bestimmtes Gerät zu integrieren und eine Reihe von begleitenden Optimierungen durchzuführen.
DeepSeek versucht auch, eine für sich selbst passendere Kommerzialisierungsmethode zu erkunden. Gleichzeitig mit der Veröffentlichung von V4.1 Flash am 17. Oktober gab das Unternehmen bekannt, dass die Unterstützung für die Schnittstellen Search und Fetch hinzugefügt wurde. Der Preis für beide Schnittstellen beträgt 5 Yuan pro tausend Aufrufe. Wenn Nutzer die DeepSeek API in DeepSeek Harness, Claude Code und Codex verwenden, können sie bereits über serverseitige Tool-Aufrufe auf diese beiden Schnittstellen zugreifen. Ab dem 1. November 2026, 00:00 Uhr werden die Aufrufe nach Nutzungsvorgängen berechnet.
Dies erweitert nicht nur die Geschäftslinie des Unternehmens, sondern die Suchdaten der Nutzer können auch das Modelltraining unterstützen. Außerdem können niedrigere Preise die Entwickler daran gewöhnen, die Suchfunktion von DeepSeek zu nutzen, wodurch der Suchzugang von DeepSeek erhalten bleibt.
In der Prioritätenliste von Liang Wenfeng steht die Kommerzialisierung jedoch nie an erster Stelle. Er betont, dass der Hauptzweck der Entwicklung großer Modelle durch DeepSeek die Iteration der internen AGI-Forschung ist. Durch die „eigene Nutzung“ soll die Selbstverbesserung der Modellfähigkeiten beschleunigt werden, also RSI (rekursive Selbstverbesserung), statt nur das Nutzererlebnis für Endverbraucher oder die kommerzielle Verwertung zu verfolgen.
Neben großen Sprachmodellen hat Liang Wenfeng auch große Aufmerksamkeit auf Embodied-Modelle gelegt. Im August 2026 beteiligte sich DeepSeek mit 141 Millionen Yuan an Unitree Robotics. Im Oktober plant Liang Wenfeng, die Führung bei der Finanzierung von Winverse AI zu übernehmen, das von Hu Han gegründet wurde. Nach Ansicht von Liang Wenfeng kann man erst dann zur Embodied-Intelligenz gelangen und einen vollständigen Zyklus von Intelligenz in der physischen Welt realisieren, wenn das Modell die Fähigkeit zum kontinuierlichen Lernen und zur Selbstentwicklung besitzt.