
谁真正基于DeepSeek进行构建,谁只是在着陆页上重新发布品牌标志?这就是我带入DeepSeek V4预览窗口的问题,因为很容易将新闻稿与实际集成混淆。本文绘制了截至2026年4月24日——V4-Pro和V4-Flash发货的那一天——值得关注的当前DeepSeek合作情况,分为芯片、云、代理工具和企业渠道。每个声明都与一个有日期的原始来源相关联,而非训练记忆。自V4-Flash发布以来,我一直在生产环境中运行它,以及之前的V3.2,因此结论来自工程师的角度,而非营销材料。最后,您将了解哪些合作会改变您的部署方式,哪些只是噪音。
为什么DeepSeek的合作伙伴关系现在很重要

DeepSeek的商业模式不寻常:实验室在MIT许可下发布开放权重模型,运行第一方API,并将大部分分销留给第三方。这意味着合作不是一条旁路——它是大多数开发者接触DeepSeek模型的主要方式。 DeepSeek V4 预览版于2026年4月24日发布,包含两个模型ID(deepseek-v4-pro 总计1.6T参数 / 49B活跃参数,以及 deepseek-v4-flash 在284B / 13B(活跃)的规模上),两者都获得MIT许可,两者都有100万个token的上下文窗口。DeepSeek-V4-Pro以1.6T总参数量/49B活跃参数量发货,性能可与顶级闭源模型相媲美;DeepSeek-V4-Flash以284B总参数量/13B活跃参数量发货,作为快速、高效、经济的选项。
这对合作伙伴来说很重要,因为MIT权重可以被重新分配、微调和由任何人托管——云提供商、芯片供应商和代理框架都正在采取这一选项。DeepSeek自己的指导是保持; base_url 并仅更新模型至 deepseek-v4-pro or deepseek-v4-flashAPI支持OpenAI ChatCompletions和Anthropic API,两种模型都暴露了1M上下文和双思考/非思考模式。
芯片合作伙伴关系:华为与寒武纪轴心
与V4的最重要合作转变是在芯片层面。V3和R1主要在Nvidia硬件上训练。V4则更倾向于使用中国加速器。
为了满足V4的计算需求,DeepSeek与中国科技巨头华为合作,华为在一份声明中表示,通过结合其“Supernode”技术,将大量“Ascend 950”芯片集群化,为AI初创企业提供更多计算能力。Ascend支持不仅限于训练:DeepSeek发布后不久,华为宣布对其Ascend芯片系列及其supernode系统提供“全面支持”,以服务于V4模型的推理。
专注于芯片领域的第二家公司是寒武纪科技。DeepSeek在与寒武纪科技数月合作后开发了V4,以便在华为硬件上运行,工程师们重写了模型代码的部分内容,以实现与中国制造处理器的兼容。Counterpoint Research的魏孙强调了一个事实,即V4运行在国内芯片华为和寒武纪上,而R1是在Nvidia硬件上训练的。
对于中国以外的读者来说,一个实际的问题是这是否会改变您的部署。大多数情况下,它不会——您仍然会遇到。 POST /chat/completions at https://api.deepseek.com但它确实改变了API背后的供应故事,对于在Linux、Windows、macOS、iPhone、Android、Python、VS Code、OpenAI、GPT、Gemini、Claude、ChatGPT、JSON、CSV、PDF、Token、MoE、MLA、GRPO等平台上进行硬件规划的人来说,这是一个重要因素。 DeepSeek system requirements在其技术报告中,DeepSeek表示它开发了兼容Nvidia和华为芯片的定制GPU“内核”,这表明了一种混合或可适应的基础设施方法。
代理工具合作伙伴关系:Claude Code、OpenClaw、OpenCode
V4的第二个合作故事是代理编程。DeepSeek已将发布版集成到几个知名的代理工具中。DeepSeek-V4与Claude Code、OpenClaw和OpenCode等领先AI代理集成,并正在推动DeepSeek内部的代理编程。
这种集成之所以有效,是因为DeepSeek现在在同一基础URL下暴露了两种连接格式。API支持OpenAI ChatCompletions和Anthropic API。与Anthropic兼容的界面使得Anthropic自己的Claude Code CLI可以通过交换 base_url and api_key ——无需重写工具调用粘合代码。
使用OpenAI SDK对V4-Pro在思考模式下的最小Python调用示例如下:
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek.com",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": "Refactor this module."}],
reasoning_effort="high",
extra_body={"thinking": {"type": "enabled"}},
)
print(resp.choices[0].message.reasoning_content)
print(resp.choices[0].message.content)
Thinking mode returns reasoning_content alongside the final content每个请求都会触达 POST /chat/completions —— API是无状态的,因此您的客户端(或代表您的代理工具)必须在每一轮中重新发送完整的信息历史。有关完整教程,请参阅 DeepSeek API documentation.
云合作伙伴:R1之后的超大规模云服务商格局
自2025年1月R1的突破性进展以来,云集成一直在逐步增加。推广工作立即开始:微软、亚马逊和谷歌将这项技术提供给其Azure、AWS和谷歌云平台上的开发者。微软宣布“DeepSeek R1现在可在Azure AI Foundry和GitHub上使用”,并发布了在Microsoft Semantic Kernel中使用DeepSeek模型的指南。
在AWS上,入口点是SageMaker和Bedrock。客户可以在Amazon SageMaker AI上运行精简版的Llama和Qwen DeepSeek模型,使用带有自定义模型导入的Amazon Bedrock上的精简版Llama模型,或者通过Hugging Face使用SageMaker训练DeepSeek模型。
阿里云迅速在其本土市场跟进。阿里云用户可以登录其PAI模型库——一个开源LLM集合——在那里他们可以选择DeepSeek的AI模型并将它们部署以支持他们自己的推理和文本生成应用。
这里是关于您目前可以在哪里访问DeepSeek模型(除了DeepSeek自己的API)的简要总结:
| 提供商 | Surface | 主要模型覆盖范围(已报告) | 首次确认 |
|---|---|---|---|
| 微软Azure | Azure AI Foundry,GitHub模型 | R1和蒸馏;通过公开权重进行V4集成 | 2025-01-29 |
| AWS | Bedrock自定义模型导入,SageMaker | R1蒸馏的Llama/Qwen变体 | 2025-01-30 |
| 谷歌云 | Vertex AI端点 | 通过客户管理的部署使用R1 | 2025-01-30 |
| Alibaba Cloud | PAI模型库 | V3、R1和蒸馏变体 | 2025-02-03 |
| 华为云 | 基于Ascend的推理,超级节点 | V4-Pro,V4-Flash推理 | 2026-04-24 |
| 雪花 | Cortex AI | R1 | 2025-01 |
注意,V4的具体超大规模云服务提供商的可用性仍在逐步推出。亚马逊、微软、谷歌、华为和阿里巴巴云都在其云平台上引入了DeepSeek。预计V4-Flash将首先出现在西方云平台上(权重更小,服务成本更低),随着容量的释放,V4-Pro将随后推出。
企业集成合作伙伴:代理平台和垂直工具
在超大规模云服务提供商之外,一层企业级AI平台在发布当天就开始吸收V4。Aurora Mobile的GPTBots.ai企业级AI代理平台集成了新发布的DeepSeek-V4预览系列,将V4的长文本处理和代理性能与GPTBots.ai的企业级安全、无代码部署和工作流程编排相结合。
虽然早期的跨行业合作值得注意,但这些合作发生在V4之前,应被视为历史信号而非实时服务等级协议。到2025年4月,与宝马和比亚迪等汽车公司以及徐工等工业公司宣布了合作,用于车载AI和复杂建模。这种模式——汽车、工业、客户参与——是DeepSeek企业分销的形状,并且严重偏向中国市场和跨境部署,而不是美国企业SaaS。
开发者生态系统合作伙伴:Hugging Face、NIM、AMD
在标题之下,DeepSeek更为低调的合作是与开发者已经工作的地方。关键集成包括2024年5月的微软Azure、2024年7月的NVIDIA NIM API和2024年12月的AMD GPU支持。2025年1月,与雪花的商业协议使得DeepSeek-R1可在雪花 Cortex AI平台上使用。
对于个人开发者来说,Hugging Face的发行版是实用的。V4-Pro的权重大约为865GB,V4-Flash大约为160GB。它们使用标准的MIT许可;V4-Pro可能是新的最大开放权重模型,比Kimi K2.6(1.1T)和GLM-5.1(754B)更大,并且比DeepSeek V3.2(685B)大两倍;Pro在Hugging Face上的大小为865GB,Flash为160GB。正是这种大小使得大多数读者不会自行托管V4-Pro,并且为什么... DeepSeek hardware calculator 以及上述合作伙伴托管选项也很重要。
融资和投资者洽谈:大写的P字合作伙伴
合作关系也存在于股权表层面。腾讯和阿里巴巴正在讨论加入DeepSeek的首轮融资;腾讯提出了收购高达20%股份的建议,尽管DeepSeek并不愿意放弃如此大的控制权份额。谈判正在以MiniMax约400亿美元的估值基准进行。截至写作时,这两笔交易尚未达成——将这些视为一个管道,而不是一个项目条目。
这些合作伙伴关系对您的构建决策意味着什么
如果您正在选择今天要集成的地方,合作伙伴关系可以分为三个类别:
- 直接API ——最低价格,无状态费用由您承担。V4-Flash的定价为每100万个令牌0.0028美元缓存命中/0.14美元缓存未命中输入和0.28美元输出;V4-Pro的促销价为0.435美元/0.87美元(至2026年5月31日75%折扣;列表价为0.0145美元/1.74美元/3.48美元)。截至2026年4月24日的价格;请在此验证。 DeepSeek API pricing.
- 超级计算器托管 ——以价格溢价和通常较旧型号的覆盖(R1/精炼)为交换,进行VPC、合规性和计费整合,直到V4普及。
- 代理框架 —— Claude Code、OpenClaw和OpenCode让您无需编写自己的工具调用封装即可使用V4。
V4-Flash成本示例,从端到端
想象一下每天一百万个代理调用,使用缓存了2000个令牌的系统提示,200个令牌的用户回合,以及300个令牌的响应,所有这些都在 deepseek-v4-flash:
- Cached input: 2,000,000,000 tokens × $0.0028/M = $5.60
- Uncached input: 200,000,000 tokens × $0.14/M = $28.00
- Output: 300,000,000 tokens × $0.28/M = $84.00
- Total: $117.60
The same workload on deepseek-v4-pro 将花费 $1,421.00 ——大约多10倍——所以为基准提升所证明的代理工作保留Pro。这个价格差距比任何合作伙伴标志都是更大的决策驱动因素。
Legacy model IDs and the migration window
如果您已经通过DeepSeek deepseek-chat or deepseek-reasoner,您现有的集成现在仍然可以正常工作。deepseek-chat和deepseek-reasoner将在2026年7月24日15:59 UTC之后完全退役且无法访问——目前分别路由到deepseek-v4-flash的非思考和思考模式。迁移只需一行代码更改到 model= field; base_url does not change.
注意事项和我要关注的事情

三点诚挚的提醒:
- V4仍然被标记为预览版。定价、合作伙伴服务级别协议和芯片供应都在预览窗口期间变动。
- 监管风险是真实的。意大利的Garante在2025年1月下令封锁该应用,多个美国州和机构已限制在政府设备上提供服务。特定地区的合作伙伴可用性取决于提供商条款和当地规则——请检查您的管辖区域。
- 竞争对手的回应已经开始。预计在未来一个季度内,西方云上将会有更多V4-Flash托管交易,当Supernode直播发布时,华为Ascend的数字将更加清晰。
关于上述集成以及发布后新增的内容的运行日志,请访问该中心,这是我的更新信息所在地。关于此合作伙伴扩展背后的公司背景,请参阅 DeepSeek news 这是机制——在Anthropic SDK中进行交换 DeepSeek company news.
DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.
Frequently asked questions
DeepSeek在V4的主要硬件合作伙伴是谁?
华为和寒武纪是V4的指定芯片合作伙伴。华为承诺对其Ascend芯片系列和Supernode集群系统提供全面支持,以用于V4推理,寒武纪也确认了兼容性。DeepSeek工程师还重写了部分模型代码,使其能够在中国的芯片上运行。要了解模型的更广泛架构视图,请参阅我们的页面。 DeepSeek V4-Pro.
我如何通过云服务提供商而不是直接API使用DeepSeek?
Azure AI Foundry、AWS Bedrock / SageMaker、谷歌云 Vertex AI和阿里云PAI都托管了DeepSeek变体——在撰写本文时,主要是R1和精炼的Llama/Qwen版本,V4支持正在推出。每个提供商都管理自己的SKU和定价。对于一条命令即可迁移的直接API替代方案,请参阅我们的 DeepSeek API getting started tutorial.
DeepSeek V4能与Claude Code和类似的代理工具兼容吗?
是的。DeepSeek的V4公告指出该模型集成了Claude Code、OpenClaw和OpenCode。Anthropic兼容的端点位于 https://api.deepseek.com 并将其指向 base_url and api_key 我们的指南将指导您完成端到端的工作流程。 deepseek-v4-proDeepSeek融资新闻 DeepSeek for coding 以模拟您的实际工作负载,然后验证功能是否符合
DeepSeek是否在投资或被腾讯和阿里巴巴投资?
截至2026年4月,彭博社报道,腾讯和阿里巴巴正在讨论加入DeepSeek的首轮外部融资,估值参照MiniMax的约400亿美元范围。腾讯已提出最多20%的股份。一切尚未最终确定。有关持续报道,请参阅 JSON、CSV、PDF、Token、MoE、MLA、GRPO。.
我能否比较DeepSeek的合作伙伴托管版本和直接API的价格?
是的,您应该这么做。第三方托管通常会以价格换取可用性、缓存质量或功能一致性——一些将上下文限制在131K而不是完整的上下文窗口,还有一些没有以相同方式实现工具调用。使用时请考虑 DeepSeek pricing calculator to model your actual workload, then verify features against the DeepSeek API pricing 参考。
Sources & Methodology
Primary sources
- 官方DeepSeek API documentation端点、请求/响应形状、模型IDLast checked: 2026年4月30日
- 价格DeepSeek API定价页面每百万令牌费率,计费单位,缓存命中定价Last checked: 2026年4月30日
- 模型卡片DeepSeek在Hugging Face上每个模型的权重、许可证、使用说明Last checked: 2026年4月30日
- 代码仓库DeepSeek-AI 在 GitHub 上开放权重发布详情,训练/推理说明Last checked: 2026年4月30日
Technical references
- 技术报告DeepSeek-V3技术报告(arXiv:2412.19437)V3架构和训练方法Last checked: 2026年4月30日
- 技术报告DeepSeek-R1论文(arXiv:2501.12948)R1推理方法,蒸馏结果Last checked: 2026年4月30日
Context sources
- AnalysisCounterpoint Research(魏孙)关于DeepSeek V4芯片合作伙伴V4在华为/寒武纪与R1的Nvidia训练对比Last checked: 2026年4月30日
- News微软:DeepSeek R1在Azure AI Foundry / GitHub上的公告微软云分发DeepSeek模型Last checked: 2026年4月30日
- News彭博社:腾讯/阿里巴巴DeepSeek融资轮谈判腾讯20%的股份和MiniMax基准估值Last checked: 2026年4月30日
Methodology
Information in this article was checked against the official DeepSeek documentation, the article's cited primary sources, and the deepseekai.guide pricing dataset on the date shown above. Where third-party numbers are quoted, the originating source is linked inline so the reader can verify and re-check.
Data confidence
High for facts cited inline with primary-source links; medium for context narrative.
Editorial note
AI tooling moves quickly. If you spot an outdated number or a broken link, the contact link in the footer is the fastest way to flag it for the editorial team.