以太坊信徒 站内编辑DeepSeek 升级 V4 之后，用户最直观的感受不是变聪明了，而是变磨蹭了。
有人让它写个 700 字的小说开头，它想了 99 秒才动笔，最后只写了 600 多字。有人给了 400 字大纲让写 6000 字同人文，它思考了 201 秒，输出 2000 字，还全是华丽辞藻的扩写，没有新情节。更夸张的是问四个简单代码问题，它每次想 1000 秒左右，在同一件事上循环嘀咕，总时长快 15 分钟。
为什么变慢了？因为它在 "深思熟虑"
DeepSeek 变慢不是 bug，是设计使然。
V4 版本把思维链拉长了 —— 回答问题时逐步推演、反复校验，就像学生做数学题写过程。行业里有个共识：让 AI 多花时间推理，哪怕模型不升级，表现也会更好。再加上上下文架构重构，思维链不再受算力和显存限制，可以写更多 "草稿"。
另外，V4 的设计重心向智能体（Agent）倾斜，这类任务天然需要更长的推理链路。DeepSeek 也给了三档思考模式让用户选，但默认模式确实比以前慢了不少。
变慢的副作用也很明显。有用户遇到 AI 突然变成复读机，一遍遍重复同样的内容；有人觉得回答变得 "人机"，写小说的创意质量反而下降了。思考时间变长还意味着 Token 消耗增加，用起来更贵了。
但用户还在涨，因为它便宜
尽管变慢，DeepSeek 的用户还在增加。2026 年 6 月月活 1.29 亿，国产 AI 应用里排第三，仅次于豆包和千问。
核心原因是性价比。5 月底 DeepSeek 宣布 V4"永久降价"75%，V4 Pro 每百万 Token 输出只要 6 块钱。但到了 8 月，它又全线涨价，还加了峰谷价格机制 —— 高峰期 V4 Pro 输出涨到 27 块钱，缓存命中输入从 0.025 元涨到 0.3 元，涨幅 1100%。
价格来回变，用户对创始人梁文锋的称呼也跟着变，从 "梁圣"" 梁祖 "到" 牢梁 ""梁乞钞"，整活不断。
定价反复的背后，是融资的节奏
DeepSeek 为什么总在价格上折腾？因为每一次调价，都是在给资本市场讲不同的故事。
5 月降价，是为了在首轮融资前展示用户增长潜力；8 月涨价，是为了在第二轮融资前证明盈利能力。数据也确实好看：今年前 7 个月收入 4.75 亿，是去年全年的 10 倍，整体毛利率 44.6%，API 业务毛利率高达 82.9%。
融资也很顺利。6 月首轮融了 510 亿，梁文锋个人出了 200 亿；8 月启动第二轮，计划融 500 亿，投前估值 5000 亿。
DeepSeek 最特殊的地方在于它的 "to A" 模式 —— 梁文锋靠幻方量化在 A 股赚钱，反哺 AI 研发。这让它早期不用看投资人脸色，敢打价格战。但这个模式现在遇到了瓶颈：AI 烧钱太快，前 7 个月基础设施投入就 110 亿，量化的钱已经不够填了。更麻烦的是，幻方量化 7 月遭遇大幅回撤，多只产品单月跌超 20%，"输血" 的安全垫在变薄。
5000 亿估值对应约 5 亿美元年化收入，市销率 148 倍。有交易人士说得很直白：对大模型的定价本质上是一种期权，不是基于现金流的财务模型。资本押注的是它率先抵达 AGI 的可能性，但期权总有到期日。
DeepSeek 的困境，其实是所有大模型公司的缩影：技术上越做越强，商业上越走越悬。
V4 把思维链拉长、向 Agent 倾斜，方向是对的 ——AI 要真正干活，就必须多推理、多校验。但代价是单次调用成本上升，而 C 端用户对价格极度敏感。"流量越大、亏损越狠" 的算力悖论，在 DeepSeek 身上同样存在。
"to A" 模式是 DeepSeek 的独特优势，但也是它的隐忧。靠量化赚钱养 AI，听起来很美，但量化本身有周期，7 月的回撤已经证明了这一点。当两轮融资累计超 1000 亿之后，DeepSeek 必须回答一个问题：这些钱能不能转化成可持续的商业闭环，而不是无限循环的资本游戏？
定价反复其实暴露了管理层的纠结 —— 既要用户规模，又要盈利证明，两者很难同时满足。5 月的 "永久降价" 和 8 月的大幅涨价之间只隔了三个月，这种摇摆会伤害用户信任。
对普通用户来说，DeepSeek 目前仍然是性价比最高的选择之一，但要有心理准备：随着融资节奏推进，价格可能还会变。对投资者来说，5000 亿估值买的是一个 "中国 AGI 期权"，这个期权值不值，取决于 DeepSeek 能不能在资本耐心耗尽之前，找到真正赚钱的商业模式。
深思熟虑是好事，但在烧钱速度和商业闭环之间，DeepSeek 没时间纠结太久。
