Como exatamente deve-se avaliar a DeepSeek

Perguntar à IA · DeepSeek: por que a avaliação quintuplicou em três semanas?

Autor｜Wang Zhaoyang
Email｜wangzhaoyang@pingwest.com

Em menos de três semanas, no relatório público, a avaliação da DeepSeek foi reescrita quatro vezes:

No início de abril, cerca de 10 bilhões de dólares em “financiamento inicial”, em 22 de abril, a reportagem afirmou que sua avaliação ultrapassou 20 bilhões de dólares, em 6 de maio, circulou a notícia de que um “grande fundo” estava negociando liderança na rodada, com avaliação de cerca de 45 bilhões de dólares, e na semana passada, a avaliação máxima divulgada foi superior a 50 bilhões de dólares — se for verdade, será o maior financiamento de rodada única já realizado por uma empresa chinesa de IA.

Segundo relatos, o maior cheque nesta rodada de financiamento não veio de VC ou gigantes da internet, mas do próprio fundador da DeepSeek, Liang Wenfeng: ele pode investir até 20 bilhões de yuans, representando 40% do total arrecadado. Dizem que, por meio de aumento de capital, ele elevou sua participação direta de 1% para 34%, e, somando a participação indireta, controla aproximadamente 84,29% do capital social.

E o “Fundo Grande”, oficialmente chamado Fundo Nacional de Investimento na Indústria de Circuitos Integrados, que já investiu na SMIC e na Yangtze Memory Technologies, nunca antes tinha investido publicamente em uma fabricante de modelos de linguagem de grande porte. Se esta rodada for concretizada, será a primeira.

Uma das marcas mais distintivas da DeepSeek no passado era não fazer financiamento, não fazer comercialização, não fazer roadshows, pois a empresa-mãe, Fantasia Quantitative, sempre teve reservas suficientes. Sua postura proativa na comercialização é quase zero, o que torna essa avaliação elevada, em comparação com outras empresas de modelos, ainda mais surpreendente, especialmente considerando o “market cap” elevado.

Quando você coloca esses fatos juntos, percebe que não é possível explicar essa rodada de financiamento com o paradigma de uma empresa de modelos — por que a avaliação pode quintuplicar em três semanas? Por que o grande fundo entra? Por que o fundador investe a maior parte?

Essa rodada de financiamento requer uma estrutura diferente para ser compreendida.

DeepSeek não é mais uma “empresa de modelos melhor”, ela se assemelha mais a uma empresa de infraestrutura que parece uma empresa de modelos. Essa definição se manifesta claramente nesta rodada de financiamento.

1

1

Quando Liang Wenfeng falou sobre financiamento em 2024, disse uma frase: “Nosso problema nunca foi dinheiro, mas a proibição de chips de alta tecnologia.”

O núcleo do conceito de uma empresa de modelos é dados, algoritmos e talentos; chips são custos, não estratégia. Considerar chips como questão central significa que, desde o primeiro dia, além de pensar em “como fazer um modelo melhor”, a atenção principal já estava em “como reconstruir algo que funcione, sob a limitação de capacidade computacional controlada por terceiros”.

Se revisitar todas as inovações tecnológicas mais importantes da DeepSeek — de MLA a MoE, de treinamento em FP8 a eficiência extrema de inferência —, essencialmente, todas representam diferentes soluções para o mesmo problema: como usar menos capacidade computacional, mais restrita, para criar modelos de topo. Isso mudou a lógica de uma empresa de modelos para uma lógica de pesquisa e desenvolvimento de uma empresa de infraestrutura.

Se a DeepSeek não fosse uma empresa de modelos, como ela deveria ser avaliada? Com base em quem? A resposta não é Kimi, não é Zhipu, não é MiniMax. A estrutura de financiamento divulgada fornece pistas para essa avaliação.

1

2

Em 24 de abril, foi lançado o DeepSeek-V4, e o relatório técnico pela primeira vez incluiu a verificação de hardware com Huawei Ascend NPU e Nvidia GPU na mesma lista — “Verificamos a solução de EP de granularidade fina em plataformas Nvidia GPU e Huawei Ascend NPU”, modelos de centenas de bilhões de parâmetros, pela primeira vez, receberam reconhecimento oficial de chips de IA nacionais em documentação formal. No dia do lançamento, oito fabricantes de chips nacionais, incluindo Huawei Ascend e Cambrian, já estavam adaptados, quebrando a rotina de meses de depuração. Para essa conquista, a equipe da DeepSeek trabalhou em estreita colaboração com Huawei e Cambrian por meses, e alguns relatos indicam que isso também foi uma das razões para adiar o lançamento planejado. Eles fizeram ajustes e reescreveram grande parte do código de baixo nível do modelo.

E o financiamento ocorreu exatamente nesse período: o timing é bastante interessante — enquanto outras empresas financiam para alcançar algum objetivo, a DeepSeek financia porque algo já foi realizado, de uma forma verificável publicamente, como se Liang Wenfeng tivesse lançado um modelo e, assim, completado uma diligência que normalmente levaria várias rodadas de reuniões.

Nos próximos financiamentos, na verdade, há três fontes de dinheiro, três lógicas distintas, sem interseção.

O Fundo Grande — oficialmente Fundo Nacional de Investimento na Indústria de Circuitos Integrados —, o principal capital de risco de nível nacional na indústria de semicondutores, já investiu na SMIC e na Yangtze Memory, focando na infraestrutura de semicondutores “indispensável para a China”. Sua missão é preencher as lacunas em fabricação, equipamentos e materiais de semicondutores, e empresas de modelos de grande porte nunca haviam entrado em seu radar.

A razão anterior para hesitar em investir em empresas de modelos era a incerteza do ciclo de retorno comercial, pois aplicar a lógica de semicondutores ao investimento em modelos não fazia sentido. Agora, a DeepSeek resolveu isso com uma ação: o V4, ao adaptar chips nacionais, demonstrou que ela não é uma simples empresa de modelos. O Fundo Grande agora pode usar uma linguagem diferente para descrever esse investimento: está investindo na capacidade de computação nacional para sustentar essa estratégia, usando modelos de ponta para impulsionar a aplicação de hardware nacional, construindo um ciclo fechado de “chips nacionais + modelos nacionais”. Essa questão, na lógica do Fundo Grande, é equivalente a investir na SMIC — ambas tratam do mesmo problema.

A parte de capital de empresas como Tencent, que se fala que pode entrar como investidor, representa uma motivação diferente: garantir que não sejam excluídas da infraestrutura de IA da China. Se a DeepSeek acabar se tornando a camada fundamental, sua ausência na estrutura acionária significaria que ela só poderia ser um usuário pagante, e ela traz não só dinheiro, mas também acesso ao ecossistema, clientes corporativos, recursos de nuvem — justamente os pontos mais frágeis de sua comercialização.

Isso explica por que outros grandes players com ambições de infraestrutura, que poderiam eventualmente não investir, também estão de olho: a DeepSeek já é vista como uma potencial concorrente de infraestrutura, e não apenas uma empresa de modelos na qual se pode investir.

1

3

Isso gera uma sensação de “divisão”: de um lado, o alinhamento com capital estratégico nacional, confirmando sua identidade como infraestrutura; do outro, a entrada de capital de ecossistema industrial, abrindo portas para comercialização — muitas vezes, essas duas coisas parecem contraditórias, mas, nesta rodada, a DeepSeek tenta fazer com que operem de forma totalmente independente, sem se atrapalhar mutuamente.

Ou seja, após a rodada, o ritmo de comercialização e o grande projeto estratégico podem evoluir independentemente.

O capital do Fundo Grande representa uma questão de longo prazo — autonomia de capacidade, ecossistema de chips nacionais, com ciclos de cinco ou dez anos, sem necessidade de retorno trimestral; o capital industrial, como Tencent, é uma linha diferente, cujo ritmo de comercialização pode seguir o de outras empresas de modelos.

Ao discutir suas dificuldades de comercialização, muitas vezes se negligencia um fato: o preço da API da DeepSeek já quebrou o limite do setor — o cache V4-Flash, com taxa de acerto de entrada de apenas 0,02 yuan por milhão de palavras, tem um custo total de cerca de 1% do GPT-5.5, e o custo de inferência foi reduzido a esse nível, garantindo que o negócio de API da DeepSeek não seja deficitário; além disso, no relatório “Top 100 Gen AI Consumer Apps” da a16z, a DeepSeek ainda aparece como produto que atravessa a distribuição de usuários na China (33,5%) e nos EUA (6,6%). Mesmo com o atraso na atualização do modelo, a base de usuários móveis não colapsou como muitos previam. Isso indica que, teoricamente, ela consegue acompanhar qualquer outra empresa de modelos que seja lucrativa, com custos marginais ainda menores.

Na verdade, essa divisão é uma das principais características que diferenciam a DeepSeek de outras empresas, e ela foi intencionalmente projetada desde os tempos do Fantasia.

A Fantasia Quantitative lucra, a DeepSeek faz pesquisa — essa é a estrutura operacional desde o início. A Fantasia não precisa que a DeepSeek gere retorno comercial, e a DeepSeek não precisa provar crescimento de ARR para a Fantasia. Essa relação é difícil de encontrar em outros exemplos, mais se assemelha a uma empresa de trading própria que investe lucros em pesquisa fundamental: a pesquisa é parte da lógica de existência, não um projeto a ser monetizado futuramente.

Essa divisão depende de Liang Wenfeng, que controla ambos os lados, mas, na prática, quanto mais avançada essa dependência se torna, mais frágil ela é. É uma relação personificada, não uma estrutura formal — uma vez que o capital externo entra, o risco de desequilíbrio se torna real.

Por isso, essa rodada de financiamento, na verdade, está transformando essa dependência de vontade pessoal em uma estrutura acionária fixa. A relação entre Fantasia e DeepSeek, que antes era uma dependência de pessoa, foi replicada em uma escala maior: a primeira camada de divisão é entre Fantasia e DeepSeek, e a segunda, dentro da própria DeepSeek, entre comercialização e pesquisa de infraestrutura de capacidade computacional — duas divisões com o mesmo princípio e o mesmo criador.

Assim, o que torna essa rodada de financiamento mais única é a terceira fonte de capital: o próprio investimento de Liang Wenfeng.

Relatos indicam que Liang Wenfeng investiu até 20 bilhões de yuans, cerca de 2,8 bilhões de dólares. Em comparação, a rodada mais recente da Kimi, que acabou de concluir, totalizou cerca de 2 bilhões de dólares — ou seja, o próprio Liang Wenfeng já investiu uma quantia suficiente para cobrir uma rodada de financiamento de uma grande empresa de modelos.

Portanto, os 60% de capital externo não são para “sobrevivência” ou “treinamento contínuo” da DeepSeek como uma empresa de modelos; a reserva da Fantasia é suficiente, e o próprio Liang Wenfeng também. Cada investidor externo entra porque a DeepSeek deixou de ser apenas uma empresa de modelos.

E esse investimento pessoal garante o direito de decisão sobre toda a estrutura, independentemente de quanto capital externo seja atraído, sem diluição do controle.

1

4

Além disso, a maior razão anteriormente atribuída ao financiamento — a fuga de talentos — pode estar exagerada, ao se observar com mais atenção.

A saída de talentos é importante — Wang Bingxuan foi para Tencent, Guo Daya para ByteDance Seed, Luo Fuli foi contratado por Xiaomi com salário de milhões, Ruan Chong entrou na Yuanrong Qihang, cobrindo as principais linhas de tecnologia: modelos base, inferência, OCR, multimodal.

Porém, segundo uma análise detalhada recente do “Caijing”, entre os 15 autores mais frequentes em 27 artigos, apenas 2 saíram; dos 86 membros na equipe do lançamento do LLM, 71 ainda aparecem na lista do V4; 300 pessoas saíram de 10 equipes, com uma taxa de rotatividade de 3,3% — um número extremamente baixo para quem acompanha a disputa por talentos em IA.

O valor das opções de ações tem impacto real na retenção, mas isso é uma consequência de uma estratégia de financiamento. Fazer as coisas certas a longo prazo também resolve, de forma natural, a questão de reter talentos — essa é uma lógica geral de todas as decisões da DeepSeek: ela nunca age apenas para resolver problemas imediatos, mas, ao fazer o que é correto a longo prazo, os problemas atuais tendem a se resolver por si mesmos.

1

5

Por fim, para compreender completamente a lógica de financiamento e avaliação, há um tema importante: quem são realmente os concorrentes da DeepSeek?

A Nvidia estabeleceu as regras do jogo na era da IA, e todas as empresas de modelos — tanto na China quanto nos EUA — vivem dentro dessa fronteira. A DeepSeek tenta redefinir essa fronteira. A adaptação do V4 ao Ascend foi a primeira validação pública dessa tentativa. A Nvidia é a principal preocupação da DeepSeek.

Com uma avaliação de 50 bilhões de dólares, o preço não reflete a capacidade atual do modelo, nem ARR, nem escala de usuários. Empresas globais comparáveis: Kimi, que acabou de concluir uma rodada, tem uma avaliação pós-investimento de cerca de 20 bilhões de dólares, quase quadruplicando em seis meses, com suporte de receita real; a Anthropic, na rodada anterior, foi avaliada em 380 bilhões de dólares, com receita anual prevista para ultrapassar 30 bilhões de dólares em 2026. A DeepSeek, com receita de comercialização praticamente zero, já vale mais do que o dobro da Kimi — e grande parte desse valor vem de fundos nacionais de semicondutores, não de VC’s focados no crescimento de ARR.

A estrutura de investidores já indica que o diferencial de preço não é uma expectativa de comercialização, mas um prêmio de infraestrutura.

Se a DeepSeek alcançar seu objetivo — um sistema de IA de ponta, independente da Nvidia, baseado em código aberto, uma infraestrutura de IA chinesa — o seu comparador mais próximo seria uma posição entre uma versão de “Stargate” do OpenAI e a Nvidia, uma posição ainda não definida: uma empresa que faz modelos de ponta e tenta resolver problemas de infraestrutura de capacidade computacional com novos métodos. Não há outra no mundo com esse perfil.

Nesse quadro, a avaliação de 50 bilhões de dólares é um recorde, mas ainda assim, barata.

Essa rodada de financiamento precifica algo que ainda não aconteceu. Se acontecer, depende de Liang Wenfeng realizar a sua visão de longo prazo, uma tarefa que ele tem executado com extrema dedicação desde o início. A trajetória do Fantasia até a DeepSeek mostra que ele é alguém que leva o longo prazo muito a sério. Fazer o que é certo e de longo prazo faz com que muitas questões se resolvam naturalmente ao longo do caminho. Essa rodada pode ser a primeira vez que o mundo externo vê o quadro completo dessa visão.