今年年初，deepseek真的火到爆，出圈的原因是强大的技术能力，以及无私慷慨的开源策略。

deepseek最出圈的产品自然是deepseek-r1推理模型。然而作为几乎同时期发布的推理模型kimi k1.5，kimi k1.5却没有掀起半点波澜。

现象的背后，是更深刻的商业逻辑、技术能力的差异。

deepseek介绍

deepseek创始人梁文锋本硕毕业于浙江大学，2008年研二开始研究自动化交易炒股，据说研三就赚到了100万。毕业后，当了三年散户，也挣得盆满钵满，思考散户到机构的转变。于是，2013年，和同学徐进成立杭州雅克比投资管理有限公司。两年后，杭州雅克比被放弃。2015年，重新成立一家新公司——幻方科技。

2015-2017年，梁文锋转型成功，早期积累的量化交易策略开花结果，幻方管理资产规模突破30亿。期间的2016年，幻方上线了第一个由GPU计算的量化策略。

2019年，幻方自研萤火一号AI集群，搭载500块显卡，使用200Gbps高速网络互联。同年，管理的资金突破100亿。

2020年，萤火一号总投资近2亿，搭载1100块显卡。

2021年，幻方投资10亿，建设萤火二号，搭载约1万张英伟达A100显卡。同年，管理的资金突破1000亿。

然而，2021年，幻方量化旗下100余款产品业绩下跌逾10%，于是，幻方逐渐降低资金管理规模；2023-2024年大A行情差，股民怨言如潮，监管层也开始对量化开始进行监管。AI集群既然无法全力为量化交易发挥作用，那就为他们找一个新的方向。

2023年，梁文峰于7月创办杭州深度求索人工智能基础技术研究有限公司，

2024年5月，发布MoE模型DeepSeek-V2；12月26日，发布训练成本仅为openai GPT-4o的1/18的DeepSeek V3；

2025年1月20日，发布DeepSeek - R1，效果和OpenAI o1不相上下。

Kimi介绍

kimi创始人杨植麟通过信息学奥林匹克竞赛保送指清华大学热能工程系，大二时转入计算机系，2015年以年级第一的成绩毕业。博士就读于卡内基梅隆大学语言技术研究所，师从苹果公司AI负责人Ruslan Salakhutdinov和Google AI智能首席科学家William W. Cohen。

博士期间，提出XLNet，在20个标准任务上超过了Google BERT模型；提出Transformer-XL，首个全面超越RNN的注意力语言模型。

博士后，2019年，回国创立循环智能（Recurrent AI），赋能华为研发盘古NLP，获2021年世界人工智能大会“SAIL之星”称号。

2023年，4月17日，创立月之暗面科技有限公司（Moonshot AI）；10月9日，推出首个支持输入20万汉字的智能助手产品Kimi Chat。

2024年，3月，启动200万字长文本内测；10月11日，月之暗面正式上线具备AI自主搜索能力的Kimi探索版，搜索量是普通版的10倍，一次搜索即可精读500个页面；

2025年1月20日，发布多模态思考模型k1.5。

商业逻辑

大模型行业是典型的重资产行业，无论是硬件成本还是人力成本，都非常非常高。

DeepSeek V3用了256台8xH800服务器训练，每台8xH800服务器价格约210万~350万H800价格，DeepSeek V3在GPU上的硬件成本约5.3亿~8.9亿，这个成本可想而知了。

DeepSeek团队假设约100人，年平均工资约50w，人力成分约5000w（都往低了估算）。

DeepSeek和Kimi目前都主营C端场景，提供问答、检索服务，以及API调用服务。

DeepSeek通过开源、强技术能力以及和母公司幻方联动，积累用户，实现潜在盈利。开源可以迅速积累行业口碑，建立用户生态。

同能力的MoE模型相较于Dense模型，所需的显存更大，潜在的开源社区用户更少，开源社区的接受能力更弱。DeepSeek出圈的原因和它逆天的效果关系很大。我相信，如果Qwen2.5 70B能后训练出媲美openai o1的模型，那么Qwen2.5 72B也能出圈。

DeepSeek母公司——幻方是一家股票相关公司，如果利用更少的成本，训练出最好的模型，那么加大算力一定能达到最佳效果的推论就会被打破，依赖于该推论的英伟达市值一定会下降。如果幻方前期就开始做空英伟达，那么英伟达跌的5000多亿美金市值，有多少进入到幻方口袋里。硬件成本、人力成本相较于巨额股市营收，又真的多么？ 由于和幻方联动，DeepSeek暂未有任何融资的消息。

Kimi不具备自我造血能力，依赖融资。2024年8月，kimi完成最新一轮3亿美金融资，累计融资超过20亿美金。相较于DeepSeek的硬件成本、人力成本，kimi还有投放成本。

2024年10月，kimi的广告投放金额达到2.2亿元，11月，广告投放金额再次达到2个亿。2024年全年，Kimi的累计投放金额达到5.4亿元。

如此激进的投放策略，一方面看不到盈利的方向，另一方面，自身的产品力真的能支撑激增的用户量吗？

kimi创办之初，主打长上下文，24年3月18日，开始200万字上下文版本内测，到现在还没有全量上线？24年10月11日，上线具备AI自主搜索能力的Kimi探索版，到现在还仅支持单个用户每天使用5次？

未来，kimi还是依赖融资生存吗？但自身融资环境并不好啊。接连爆出杨植麟套现4000万美金、仲裁风波、张予彤利益冲突等一系列问题，融资还能顺利走下去吗？

技术能力

大模型行业最重要的就是技术，技术支撑起估值，估值反哺技术。Minimax创始人在与“晚点对话”中谈到，

• “千万不要用上一代移动互联网产品方法论来思考新产品”
• “中国大部分公司，不管创业公司还是大厂，都还在用做推荐系统的方法来做大模型产品。”，“推荐” 的逻辑是：用户越多，反馈越多，推荐引擎越聪明。
• “更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。”
• “ChatGPT 的 DAU 是 Claude 的 50 倍到 100 倍，但它们的模型其实差不多。”
  所以，技术能力是大模型企业的核心。

DeepSeek的技术能力毋庸置疑，利用1/18的成本，得到和openai GPT-4o性能类似的DeepSeek V3；率先复现openai o1，且开源。

Kimi的技术能力则不好说了，

• 创业之初，主推长文本，去年3月内测200万字上下文版本模型，到现在还没有全量；然而，minimax研发线性注意力机制新架构，推出MiniMax-01，支持400 万 token 上下文，已全量。
• 现在，重视推理模型，但kimi k1.5没掀起多大的水花。
• 基本不开源

总结

Kimi创始人杨植麟学术方面才华横溢，谷歌学术他引3W+，担任中国最好的计算机学院——清华大学交叉信息研究院的助理教授，逆天开局。DeepSeek创始人梁文锋没有博士学位，独自探索量化交易，完成0-1的散户赚钱，以及1-100的机构创建、盈利、壮大的过程，跑通了技术、管理的全流程链路。

两者都是典型的天才，DeepSeek具备自我造血能力，能够更加纯粹的探索技术，干翻openai。而Kimi资金来自于融资，天然具备商业化压力，在底层技术研发部分不够纯粹。

在2025年年初，无论从用户量、还是技术能力，kimi与deepseek差距越来越明显，kimi要加油了！！！