DeepSeek
研发大语言模型的公司，权重以 MIT 开源，API 按量计费且分高峰低谷计价。参考档案
关于 DeepSeek
DeepSeek（深度求索）是一家研发大语言模型的公司，对外提供网页版、App、API 开放平台和桌面智能体应用 DeepSeek Harness。模型权重以 MIT 许可在 Hugging Face 公开，推理框架 DeepInfer 采用 Apache-2.0，Harness 采用 MIT；网页版、App 和 API 服务本身闭源。API 主力模型名 deepseek-flash 对应 DeepSeek-V4.1-Flash-1017，上下文 1M token，高峰时段输出每百万 token $1.2，低谷时段减半，见 DeepSeek 定价页（2026-10-26 读取）。最近一次模型更新是 2026 年 10 月 17 日发布的 V4.1-Flash-1017。
它是什么
DeepSeek 的中文名是深度求索，是一家研发大语言模型的公司。截至 2026-10-26，官网首页列出四个入口：网页版对话、手机 App、API 开放平台，以及桌面智能体应用 DeepSeek Harness。首页横幅写着 V4.1-Flash 已更新为 V4.1-Flash-1017，并且 API 新增了网页搜索与网页读取两个接口。
模型是这家公司的核心产品。当前在 API 上提供两个模型名：deepseek-flash 由 DeepSeek-V4.1-Flash-1017 提供服务；按定价页的说法，deepseek-v4-pro 对应 DeepSeek-V4-Pro-0813。两者的上下文长度都是 1M token，单次最多输出 384K token。V4.1-Flash 在 2026 年 9 月 10 日的发布说明里被描述为新架构家族中最小的模型，总参数 552B 的混合专家模型，处理输入时激活 8B 参数，生成输出时激活 16B 参数，并原生支持图像理解。
开源与闭源的边界需要分开看。模型权重以 MIT 许可在 Hugging Face 和 ModelScope 公开，2025 年 1 月的 R1 发布说明明确写了允许蒸馏和商用。2026 年 10 月公开的推理框架 DeepInfer 采用 Apache-2.0，桌面应用 DeepSeek Harness 的代码采用 MIT。网页版、App 和 API 服务本身闭源，训练数据和服务端系统没有公开。
截至 2026-10-26，GitHub 组织 deepseek-ai 有 45 个公开仓库、110,869 名关注者；Hugging Face 组织页列出 106 个模型和 151,513 名关注者。推断：这些数字说明它的模型和代码在开发者社区里流通很广，许多第三方推理服务也在部署它的开源权重，所以同一个模型可以从多个渠道调用，价格和可用性因渠道而异。
Stronger benchmark performance, faster task completion, and shorter outputs than the previous version.
核心能力
长上下文和低价格是 DeepSeek API 最常被拿来比较的两点。deepseek-flash 的上下文为 1M token，单次输出上限 384K token，并支持 JSON 输出、工具调用、Responses API 和 Anthropic 格式的接口，对话前缀续写和 FIM 补全处于 Beta 阶段，其中 FIM 只在非思考模式下可用。不传参数时模型走思考模式，可以按文档切换到非思考模式。
接口兼容是它容易接入的原因。首次调用文档写明，API 格式兼容 OpenAI 和 Anthropic：OpenAI 格式的 base_url 是 https://api.，Anthropic 格式是 https://api.。改好 base_url、密钥和模型名，就能用现成的 SDK 或兼容这两种接口的工具调用。文档的“接入 Agent 工具”栏目列出了 DeepSeek Harness、Claude Code、Codex、OpenCode、WorkBuddy/CodeBuddy 等工具的配置方法。
缓存命中计价对智能体场景影响很大。9 月 10 日的发布说明写道，和上一代相比，V4.1-Flash 的 KV 缓存只需要四分之一的 HBM 和八分之一的 SSD 存储，并指出缓存命中费用常常占智能体成本的很大一部分。定价页上 deepseek-flash 的缓存命中输入价格只有未命中价格的五十分之一。
10 月 17 日更新的 V4.1-Flash-1017 侧重从零开发完整项目。发布说明称它用带自我反馈的强化学习改进端到端项目开发，在基准上得分更高、完成任务更快、输出更短，并针对 DeepSeek Harness、腾讯 CodeBuddy 和 WorkBuddy 做了优化，建议 Harness 用户升级到 v0.2.1- 或更新版本。
同一天，网页搜索（Search）和网页读取（Fetch）两个 API 对所有用户开放，由 DeepSeek 自建的搜索引擎提供支持，每个接口每 1,000 次成功请求收费 $0.75。两个接口和模型调用分开计费，智能体可以先搜索、再读取网页全文，然后把结果交给模型处理，不必另外接第三方搜索服务。
适合谁 / 不适合谁
适合：需要大量调用模型的开发者和团队，尤其是跑编程智能体、长文档分析这类输入很长、缓存命中率高的任务。1M 上下文加上很低的缓存命中价格，对反复读取同一批代码或文档的任务尤其划算：同一段前缀第二次进入模型时，按缓存命中价计费。想在自己机器上部署开源权重、或者需要能商用和蒸馏的许可证的团队，MIT 许可的权重也很合适。
适合：已经在用 Claude Code、Codex 或 OpenCode 的人，可以只改 base_url 和模型名接入 DeepSeek，不必换工具。
不适合：对数据存放位置有严格合规要求的机构。隐私政策写明，个人信息可能存放在用户所在国家以外的服务器上；服务条款允许在去标识化后用输入和输出改进服务，需要用户主动关闭相关开关。需要私有化又没有大规模 GPU 资源的团队，也很难自己跑 552B 参数的模型。
不适合：要求服务可用性有合同保障的生产系统。状态页显示 2026 年 7 月至 10 月各项服务的可用率在 99.47% 到 99.84% 之间，高峰时段价格翻倍。推断：对可用性有硬指标的系统，宜同时接入第二家模型服务作为备份。
和同类比
和其他开源权重模型比，DeepSeek 的特点是权重许可宽松，同时自家 API 价格很低。截至 2026-10-26，Hugging Face 上 V4.1-Flash 的下载量为 1,640,989 次、点赞 4,734 个，10 月 17 日上传的 V4.1-Flash-1017 已有 85,275 次下载和 2,920 个点赞。权重和代码都可以商用，这一点比许多只开放研究用途的模型宽松。
推断：和 Kimi 的 API 比，两家都走按量计费、没有订阅套餐的路线。Kimi 开放平台的计费说明列出 K3 系列上下文为 1,048,576 token，与 DeepSeek 的 1M 相当。DeepSeek 另外按高峰和低谷时段分别计价，低谷价是高峰价的一半。Kimi 的说明还写到，旧的 K2 系列从 2026 年 10 月 31 日起不再向新用户开放。两家的具体单价建议按自己的输入输出比例和缓存命中率分别估算，不宜只比较标价。
推理部署方面，DeepInfer 是 DeepSeek 自己的推理框架，截至 2026-10-26 星标为 22,275，只支持 V4.1-Flash，支持 NVIDIA SM100 和华为昇腾 950 两类硬件，README 写明尚不含 KV 缓存系统、预填充与解码分离和负载均衡。通用推理框架 vLLM 有 95,457 个星标，SGLang 有 38,147 个星标，均采用 Apache-2.0。
推断：想自建服务的团队，在 DeepInfer 补齐 KV 缓存和负载均衡之前，通用框架更成熟；DeepInfer 更适合想跟进官方最新优化的团队做试验。
上手路径
注册与充值。在 API 开放平台注册后申请 API 密钥并充值，按用量从余额扣费。赠送余额和充值余额同时存在时，先扣赠送余额。网页版和 App 可以直接注册使用，不需要密钥。
第一次调用。用 OpenAI SDK 时把 base_url 设为 https://api.，用 Anthropic SDK 时设为 https://api.，模型名写 deepseek-flash。旧模型名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍可调用，但对应模型已下线，请求会由 V4.1-Flash-1017 处理并按 Flash 价格计费。
接入智能体工具。文档为 Claude Code、Codex、OpenCode 等工具单独写了配置步骤。DeepSeek Harness 是官方的桌面智能体应用，提供 macOS（Apple 芯片）和 Windows（64 位）版本，目前是预览版；GitHub 上截至 2026-10-26 的最新发布是 10 月 23 日 23:26 (UTC+8) 的预发布版 v0.2.1-，还没有正式版。
自己部署。权重在 Hugging Face 的 deepseek-ai 组织下载。DeepInfer 的 README 写明支持 NVIDIA SM100 和华为昇腾 950。推断：552B 参数的权重体积很大，实际部署需要多卡服务器，小团队更现实的做法是调用 API 或使用第三方托管服务。
定价与许可证
计费方式。DeepSeek API 按 token 计量、预充值扣费，不设月付或年付套餐。网页版和 App 可以直接注册使用，API 的费用从开放平台余额中扣除，两者分开计算。
deepseek-flash 价格。每百万 token：缓存命中输入低谷 $0.003、高峰 $0.006；缓存未命中输入低谷 $0.15、高峰 $0.3；输出低谷 $0.6、高峰 $1.2，见 DeepSeek 定价页（2026-10-26 读取）。人民币价格分别为 0.02/0.04 元、1/2 元和 4/8 元，见 DeepSeek 中文定价页（2026-10-26 读取）。并发上限 2500。
deepseek-v4-pro 价格。每百万 token：缓存命中输入低谷 $0.022、高峰 $0.044；未命中输入低谷 $0.66、高峰 $1.32；输出低谷 $1.98、高峰 $3.96，见 DeepSeek 定价页（2026-10-26 读取）。人民币价格分别为 0.15/0.30 元、4.5/9.0 元和 13.5/27.0 元。并发上限 500。
时段与搜索计费。高峰时段为周一至周五 09:00–12:00 (UTC+8) 和 14:00–18:00 (UTC+8)，中国法定节假日除外，其余时间按低谷价计费，低谷价是高峰价的一半。Search 和 Fetch 各按每 1,000 次成功请求 $0.75 计费，人民币为 5 元；通过 DeepSeek Harness、Claude Code 和 Codex 的服务端工具调用产生的搜索请求目前不收费，从 11 月 1 日 00:00 (UTC+8) 起按次收费。
许可证。模型权重采用 MIT，DeepInfer 采用 Apache-2.0，DeepSeek Harness 采用 MIT，DeepEP、DeepGEMM 和 FlashMLA 等底层库采用 MIT。网页版、App 和 API 服务闭源。
风险与局限
模型名和实际服务的模型会变动。9 月 10 日的发布说明写明，从 9 月 14 日 12:00 (UTC+8) 起，deepseek-v4-pro 的请求会转到 V4.1-Flash 并按 Flash 价格计费，直到 V4.1-Pro 上线；而定价页仍把 deepseek-v4-pro 列为 V4-Pro-0813 并给出单独价格。依赖固定模型行为的应用，需要关注发布说明，并在升级后重新跑自己的评测。
数据使用。服务条款（2026 年 3 月 27 日更新）第 4.3 条写明，在去标识化处理后，可能用用户的输入和输出改进服务，用户可以关闭“为所有人改进模型”开关来退出；条款同时允许用户把输出用于训练其他模型，包括蒸馏。隐私政策（2026 年 2 月 10 日更新）写明数据可能存放在用户所在国家以外的服务器上，并列出用户拒绝训练用途的权利。
安全事件。安全公司 Wiz 在 2025 年 1 月 30 日 04:47 (UTC+8) 发布报告，称发现一个可公开访问的 DeepSeek ClickHouse 数据库，内含超过一百万行日志，包括聊天记录、密钥和后端细节；报告写明 DeepSeek 在接到通知后及时关闭了访问。
可用性和时段价格。状态页显示 2026 年 7 月至 10 月间 V4 Pro API 可用率 99.74%，V4.1 Flash API 99.47%，对话服务 99.84%。高峰时段价格是低谷的两倍，批量任务如果不能挪到低谷时段，成本会翻倍。
服务条款对部分地区和用途有使用限制，以条款原文为准。
来龙去脉
起步。GitHub 组织 deepseek-ai 创建于 2023 年 10 月 18 日 17:17 (UTC+8)。两天后的 10 月 20 日，DeepSeek-Coder 仓库建立，截至 2026-10-26 有 24,311 个星标，采用 MIT。之后几年里，公司一直按“发布说明加开源权重”的节奏推进，API 文档的新闻栏目从 2024 年 7 月开始按条目记录每次模型更新。
走红。2024 年 12 月 26 日 DeepSeek-V3 发布，仓库截至 2026-10-26 有 104,598 个星标。2025 年 1 月 20 日推理模型 R1 发布，发布说明写明代码和模型采用 MIT，允许蒸馏和商用；R1 仓库截至 2026-10-26 有 91,957 个星标。1 月 30 日 Wiz 公布了前面提到的数据库暴露事件。2025 年 12 月 1 日 V3.2 发布。
V4 系列。2026 年 4 月 24 日 V4 预览版上线并开源，V4-Pro 总参数 1.6T、激活 49B，V4-Flash 总参数 284B、激活 13B，上下文提升到 1M；旧模型名 deepseek-chat 和 deepseek-reasoner 在 7 月 24 日 23:59 (UTC+8) 之后停用。8 月 13 日 V4-Pro 正式发布，加入低、高、最高三档推理强度和原生 Responses API，同时引入高峰与低谷分时计价，新价格从 8 月 17 日 00:00 (UTC+8) 起执行。8 月 21 日推出实验性多模态模型 V4-Flash-Vision-Exp，并开放免费的 Files API。同一天 DeepSeek Harness 0.1.1 发布；Harness 仓库创建于 8 月 13 日 19:56 (UTC+8)。
V4.1。9 月 10 日 V4.1-Flash 发布，V4-Flash 和 V4-Flash-Vision-Exp 随之下线，新价格从 9 月 10 日 12:00 (UTC+8) 起执行。10 月 16 日 DeepInfer 仓库公开，主分支最后一次提交在 10 月 25 日 19:59 (UTC+8)，内容是修复布尔型环境变量的解析。10 月 17 日 V4.1-Flash-1017 发布，权重同步上传 Hugging Face，Search 和 Fetch API 对所有用户开放。10 月 23 日 Harness 发布预发布版 v0.2.1-，master 分支最后一次提交在 10 月 23 日 19:48 (UTC+8)。
我们的判断
DeepSeek 用宽松许可的开源权重和很低的 API 价格，把高性能大模型变成了普通开发者负担得起的基础设施。它的发布节奏快，模型名背后的实际模型在几个月内换了几次，价格也随之调整。
建议：做智能体或长文档任务的团队，可以把 deepseek-flash 作为成本敏感任务的主力模型，同时把批量任务安排在低谷时段；对数据去向敏感的场景，优先考虑用开源权重自建，或者在调用前关闭训练用途开关并评估隐私政策的数据存放条款。
推断：DeepSeek 的商业模式是用开源权重扩大生态，用自家 API、Harness 和搜索接口变现。DeepInfer 和 Harness 的公开说明它在从模型公司向完整开发平台延伸，但两者都还在早期，Harness 至今没有正式版。
不适合：需要合同级服务保障、固定模型版本或明确数据存放地的企业采购，在官方提供企业协议之前，宜把它作为多供应商组合中的一家，而不是全部依赖它。
为什么值得参考
DeepSeek 以开放权重发布大模型，并公开说明训练方法的技术报告。
资料来源
官方
- DeepSeek | 深度求索 · 访问于 2026 年 10 月 26 日
- Your First API Call | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- Models & Pricing | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- 模型 & 价格 | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-V4.1-Flash: Smarter, Faster, More Efficient | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-V4-Flash-Vision-Exp Release: Multimodal API Now Live | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-V4-Pro GA Release | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek V4 Preview Release | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-V3.2 Release | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek-R1 Release | DeepSeek API Docs · 访问于 2026 年 10 月 26 日
- DeepSeek Status · 访问于 2026 年 10 月 26 日
- DeepSeek Terms of Use · 访问于 2026 年 10 月 26 日
- DeepSeek Privacy Policy · 访问于 2026 年 10 月 26 日
- DeepSeek Harness｜共探智能上限 · 访问于 2026 年 10 月 26 日
媒体与第三方
- deepseek-ai/DeepSeek-V4.1-Flash-1017 · Hugging Face · 访问于 2026 年 10 月 26 日
- deepseek-ai (DeepSeek) · Hugging Face · 访问于 2026 年 10 月 26 日
- DeepSeek · GitHub · 访问于 2026 年 10 月 26 日
- Wiz Research Uncovers Exposed DeepSeek Database Leaking Sensitive Information, Including Chat History | Wiz Blog · 访问于 2026 年 10 月 26 日
相关产品
- deepseek-ai/DeepInfer: High-performance, large-scale inference framework for DeepSeek models · 访问于 2026 年 10 月 26 日
- fix: validate boolean environment variables with strict parsing (#218) · deepseek-ai/DeepInfer@5537415 · 访问于 2026 年 10 月 26 日
- deepseek-ai/deepseek-harness: DeepSeek Harness: Everything is a Plugin. · 访问于 2026 年 10 月 26 日
- Release v0.2.1-rc.3 · deepseek-ai/deepseek-harness · 访问于 2026 年 10 月 26 日
- deepseek-ai/DeepSeek-R1 · GitHub · 访问于 2026 年 10 月 26 日
- deepseek-ai/DeepSeek-V3 · GitHub · 访问于 2026 年 10 月 26 日
- deepseek-ai/DeepSeek-Coder: DeepSeek Coder: Let the Code Write Itself · 访问于 2026 年 10 月 26 日
- Model Inference Pricing Explanation - Kimi API Platform · 访问于 2026 年 10 月 26 日
- vllm-project/vllm · GitHub · 访问于 2026 年 10 月 26 日
- sgl-project/sglang · GitHub · 访问于 2026 年 10 月 26 日
动态与深度阅读
DeepSeek 想造一个不用人来管会话的智能体
DeepSeek Harness 团队在 X 上发了一篇长文，讲他们怎么设计一个一直在线、自己留意群聊和代码平台、能同时推进好几件事的智能体。这是架构设想，不是现有功能，但里面不少做法现在就能借来用。
AI 排行榜换了考卷，掉队的不只是开放权重模型
Artificial Analysis 称，智能指数 v5 把开放权重模型与榜首的差距从 3 分拉到 12 分，社区质疑六成考题私有、无法复核。按 AA 自己公布的单项分，换成新考题后，不少闭源模型和开放权重模型一起下滑；DeepSeek 与头部模型的差距，一半以上来自任何人都能重跑的公开测试。
Vals AI：Kimi K3.1 Pro 在 Vals Science Index 开放权重模型中排名第一
X 上 4 条讨论DeepSeek 推理引擎开源几天就被追平，竞争移向它没开源的部分
DeepSeek 公开了自家生产推理引擎 DeepInfer，vLLM 和 SGLang 几天内各自公布测试结果，称已打平。引擎效率越来越像公共品，缓存、负载均衡、运维和价格才是接下来拉开差距的地方；对多数小团队来说，好处会以更多、更便宜的 API 选择到来，而不是自己部署。