先把消息本身说清楚
9 月 9 日，市场传出消息：DeepSeek 已聘请中信证券担任辅导机构，为其在上海证券交易所科创板首次公开募股做准备，并计划年内正式启动 IPO 流程。《21 世纪经济报道》随后从知情人士处获悉，该消息属实，中信证券已与 DeepSeek 方面接洽并进入尽职调查阶段，但双方尚未签订正式的上市辅导协议。截至本文发稿，DeepSeek 方面未就上市进程发布正式公告，辅导协议签署时间、申报材料递交时间与最终发行方案目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
这件事的分量不在于「又一家公司要上市」，而在于两个位置的特殊性：一是它选择的是科创板而非港股，而 A 股此前还没有纯通用大模型企业上市；二是它的估值水平与盈利状态之间存在明显落差。若闯关成功，DeepSeek 将可能成为 A 股市场里通用大模型的估值参照系。
5000 亿估值是怎么来的
据公开报道梳理，DeepSeek 的融资节奏在 2026 年发生了明显转折。此前公司长期依靠自有资金，不引入外部资本。2026 年 4 月，公司启动首轮外部融资，6 月完成交割，募资规模约 500 亿元人民币，投后估值超过 3500 亿元；另有媒体以美元口径报道该轮募资约 74 亿美元，投后估值突破 500 亿美元。7 月中旬，第二轮融资启动，投前估值升至约 5000 亿元，计划募资规模 500 亿元，两轮累计募资超过 1000 亿元。
首轮融资的出资结构被多家媒体披露：创始人梁文锋个人出资 200 亿元，为最大单一出资方；腾讯出资约 100 亿元；宁德时代体系出资约 50 亿元；网易、京东、砺思资本、IDG 资本各约 30 亿元；正心谷投资、拾象科技各约 15 亿元；国家人工智能产业投资基金出资约 9.8 亿元。
股权与交易架构方面，公开信息显示梁文锋通过工商增资将个人直接持股比例从 1% 提升至 34%，叠加间接持股后最终控制股份达 84% 以上，表决权接近 100%。据《每日经济新闻》援引媒体报道，本轮融资采用了特殊交易架构：除国家人工智能产业投资基金外，其他外部投资方的资金需注入由梁文锋管理的有限合伙企业，而非直接投向 DeepSeek 主体。在该架构下，外部投资方不享有投票权，但可获取优先财务信息，并拥有后续潜在融资轮次的优先投资权。
财务基本面：高毛利与高亏损并存
据媒体报道，2026 年前 7 个月，DeepSeek 实现营收约 4.75 亿元，同期净亏损约 7.15 亿元；2025 年全年净亏损约 9.35 亿元，也就是说亏损规模在收窄。毛利率结构上，API 业务毛利率约 82.9%，整体毛利率约 44.6%。有分析以 5000 亿元估值、全年预计约 8.14 亿元收入测算，市销率约 614 倍，作为对照，同期智谱约 193 倍、MiniMax 约 61 倍。
这组数字需要两面看。一面是商业化确实在加速：前 7 个月营收约为 2025 年全年的 10 倍量级，API 业务的高毛利说明推理服务本身具备较好的单位经济性。另一面是绝对值仍然很小：4.75 亿元收入对应 5000 亿元估值，意味着二级市场最终买单的是未来若干年的增长预期，而不是当下的现金流。市销率倍数越高，对增长兑现的容错空间就越小。
制度窗口：第五套标准扩围到 AI 大模型
支撑这次冲刺的关键变量是制度。2026 年 6 月 17 日，证监会主席吴清在陆家嘴论坛上宣布，科创板第五套上市标准的适用范围扩大至人工智能大模型领域，支持优质大模型企业上市。第五套标准的核心特征是不考核净利润、不强制要求营业收入规模、无经营现金流要求，是 A 股目前支持尚未盈利企业申报的通道。
在此之前，DeepSeek 的财务数据难以通过传统上市标准。第五套标准的扩围，为「技术领先但尚未盈利」的模型企业打开了申报入口。从产业含义上看，科创板对「硬科技」的界定正在从硬件层（芯片、机器人、自动驾驶）向模型层延伸。
为什么选中信证券
据公开报道，中信证券已就该项目进入尽职调查阶段。从能力匹配度看，这个项目的复杂度确实偏高：融资体量大、股权结构特殊、交易架构非标、存在国际化发行需求，且属于未盈利上市通道。
中信证券的体量与经验数据可以作为参照。2025 年全年，公司实现营业收入 748.54 亿元，归母净利润 300.76 亿元；2026 年上半年营业收入 496.92 亿元，同比增长 50%，归母净利润 233.43 亿元，同比增长 69.6%。投行业务方面，2025 年完成 A 股主承销项目 72 单，主承销规模 2706.46 亿元，市场份额 24.36%；2026 年上半年完成 40 单，承销规模 1467.54 亿元，市场份额 30.56%。
更关键的是同类项目经验。中信证券在 AI 与智能硬件方向已形成多条项目管线：2026 年 8 月 19 日，宇树科技登陆科创板，发行价 150.8 元/股，募资总额约 60.99 亿元；9 月 11 日，燧原科技登陆科创板，拟募资 60 亿元；更早的 2025 年 12 月 5 日，摩尔线程登陆科创板，募资 80 亿元；此外还有联讯仪器、影石创新等项目。从算力芯片到机器人本体再到模型层，这些案例构成了一套可复用的未盈利硬科技企业上市流程经验。
但保荐质量并非没有争议。Wind 数据显示，中信证券 2024 年保荐项目 145 个、主动撤回 65 个，撤否率一度升至 44.83%；2025 年保荐 117 家、撤回 9 家，撤否率回落至 7.69%；2026 年截至 9 月 10 日，保荐 112 家、撤回 10 家，撤否率 8.93%。其中易加增材一单在现场督导中被认定研发造假，撤回终止审核后，两名签字保荐代表人被予以监管警示。这说明「申报即担责」在执行层面是真实的约束。
一家「不差钱」的公司，为什么还要上市
这是市场问得最多的问题。从资金储备看，两轮融资超千亿元，加上创始人个人大额出资与国家级基金入局，公司短期并不缺钱。据公开分析，上市的意义更多在四个方面：
其一，经营模式在变。DeepSeek 正在从以技术研究为导向的实验室形态，转向需要持续投入算力、服务器与数据中心的模型服务商形态。这类转型需要长期资本通道，而不是一轮一轮的股权融资。其二，竞赛进入算力投入阶段。据公开预测，全球 AI 基础设施年度支出 2026 年约 7650 亿美元，2027 年可能升至 1.2 万亿美元量级，当主要玩家都在以千亿美元规模投入基础设施时，资金规模的稳定性本身就是竞争力。其三，上市是一种信用背书。对服务大量企业客户的模型公司而言，上市意味着更高的信息透明度，这在金融、政务等高合规要求场景中具有实际价值。其四，员工激励。据媒体报道，公司 9 月 8 日传出计划招聘约 150 个职位，集中在服务端开发、Agent 弹性计算研发等方向，上市带来的股权流动性对人才留存有直接作用。
这件事和做智能体的团队有什么关系
表面上这是一条资本市场新闻，但传导路径其实很清楚。Agent 团队的核心成本项之一是推理费用，而推理价格由模型厂商的 API 定价决定。当一家模型公司从一级市场融资转向二级市场定价，它的经营目标函数就会发生变化：一级市场看增长故事，二级市场看收入与利润的兑现节奏。这会直接影响 API 定价策略的可持续性——长期低于成本的价格战在二级市场很难维持，而分层定价、按能力定价会成为更现实的选择。
DeepSeek 已经给出了一个信号。据公开信息，公司宣布自 9 月 14 日起，旗舰 V4-Pro 流量全面迁移至 V4-Flash，同步按 Flash 档位定价。对开发者来说，这意味着单位成本下降，但同时也要重新评估不同档位模型在自身任务上的表现差异——价格下降与能力差异需要同时纳入选型判断。
另一个传导点是竞争格局。若 DeepSeek 成功上市并形成市值基准，智谱、MiniMax 等已上市或拟上市公司的估值定价都会受到影响，行业内的融资与人才竞争也会随之调整。对下游团队而言，供给方的稳定性提升是好事，但供给方的商业纪律收紧也是必然结果。
中立思辨
需要冷静看待几件事。其一，估值与基本面之间的落差是客观存在的。614 倍市销率远超可比公司，这既反映了市场对技术领先性的溢价，也意味着一旦商业化速度不及预期，估值回归的压力会很大。其二，上市后的参照案例并不都是正面教材。据公开报道，宇树科技上市初市值一度冲高至 4500 亿元，随后回落至约 2079 亿元；群核科技港股上市后股价从 40 港元上方跌至 11 港元附近，累计跌幅超过 70%。新股的热度与长期定价是两件事。其三，目前辅导协议尚未签署，申报、问询、上市委会议等环节都还在后面，流程存在不确定性，不宜把「计划年内启动」直接理解为「年内上市」。其四，特殊交易架构虽然保护了创始团队的控制权，但外部投资方不享有投票权这一安排，对二级市场投资者的治理预期会形成新的讨论点。其五，技术领先与商业化能力不是同一个变量，高毛利 API 业务能否在价格竞争与开源替代的双重压力下维持，需要用后续几个季度的数据验证。其六，A 股目前缺乏同类可比公司，定价缺少直接锚点，这会放大发行定价的博弈空间。其七，对开发者而言，最实际的关注点仍是 API 的稳定性、价格与能力组合，而不是上市进程本身。
趋势研判
短期，市场会围绕估值合理性与上市时间表持续讨论，辅导协议签署与申报受理是两个值得关注的时间节点；中期，若 DeepSeek 完成上市，A 股将出现通用大模型的定价基准，智谱、MiniMax 等公司的融资与估值逻辑会向这一基准靠拢，模型层的资本竞争会从「谁融得多」转向「谁的商业模型更可持续」；长期，当模型公司必须在公开市场证明单位经济性，推理定价会从营销手段回归成本与价值，智能体的成本结构也会因此变得更可预测。
对 Agent 开发者来说，可以现在就做的一件事是把自己的推理成本账本做成可切换模型的结构——把「调用哪个模型」和「完成什么任务」解耦，这样无论上游定价如何调整，团队都能用数据而不是直觉来决策。