# DeepSeek vs 豆包 竞品分析报告

> 数据截止：2026-08-06 ｜ 分析范围：C 端 AI 助手 + B 端模型 API 双线覆盖 ｜ 状态：草稿
> 本次未做与自家产品对比（用户选择跳过第五章）。如需补充，可在 `references/our-product-profile.md` 填写后重新生成。

## 一、摘要

DeepSeek 和豆包是当前中国 AI 市场最具指标性的两个产品，但它们的战略逻辑几乎完全相反。**DeepSeek 走「技术驱动 + 开源 + API 基础设施」路线**，凭借自研 MoE 架构和 MIT 全开源，以极低成本对标 OpenAI/Anthropic 的 API 市场，2026 年 6 月完成首轮 74 亿美元外部融资（腾讯+宁德时代+国家 AI 基金领投，投后估值超 500 亿美元）[^1]，标志其从自筹研发实验室向资本化 AI 公司转型。**豆包走「流量驱动 + 全栈产品 + C 端变现」路线**，背靠字节跳动生态，C 端月活已达 5.28 亿（2026 年 6 月，QuestMobile）[^2]，B 端日均 token 调用量突破 180 万亿（截至 2026 年 6 月，火山引擎披露）[^3]，2026 年 6 月正式推出三档 C 端付费会员（68/200/500 元月）[^4]，成为国内首个大规模 C 端变现的 AI 助手。

**DeepSeek 强在模型技术密度与开源生态壁垒。** V4-Pro（1.6T 总参 / 49B 激活，MIT 开源）在代码与数学基准上领先全球闭源模型[^5]；Anthropic 格式兼容 + 模型名自动映射的策略让开发者零成本迁移。**但它弱在产品化**：C 端交互简陋、不做团队协作、不做企业销售、不做多模态 API、不做 MCP 托管——它本质上是一个「模型公司」而非「产品公司」。**豆包强在用户规模、全栈多模态能力和商业闭环。** 它拥有 DeepSeek 完全不具备的视频生成（Seedance 2.5）、实时语音通话、AI 硬件（Ola Friend 耳机）、浏览器虚拟机等 C 端产品矩阵。**但它的技术护城河不如 DeepSeek 深厚**——豆包大模型非开源、参数规模未公开、多模态生成依赖字节 Seed 团队的独立研发管线，第三方评测数据远少于 DeepSeek。

**核心结论**：DeepSeek 和豆包不是直接竞品——它们是在 AI 产业链的上下游各自卡位。DeepSeek 卡的是「模型层」入口，豆包卡的是「用户层」入口。两者目前的竞争交集主要在 B 端 API 定价上（V4-Flash 输入 1 元/百万 token vs 豆包 2.1 Turbo 0.8 元起/百万 token），但战略重心完全不同。**真正的结构性冲突将在 2027 年发生**：当 DeepSeek 用资本开始做产品化、豆包用规模开始做模型自研壁垒时，双方会在「C 端 Agent 平台」这个交汇点正面竞争。

[^1]: https://beststartup.asia/deepseek-funding-2026/ | 2026-08-06 | 可信推测（多源一致）
[^2]: https://baijiahao.baidu.com/s?id=1872018912501418968 | 2026-08-06 | 可信推测（第三方 QuestMobile 数据）
[^3]: https://baijiahao.baidu.com/s?id=1869289238228361866 | 2026-08-06 | 可信推测（火山引擎官方披露）
[^4]: https://blog.csdn.net/jiashaokun/article/details/160858994 | 2026-08-06 | 已证实（App Store 页面公示）
[^5]: https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro | 2026-08-06 | 已证实（DeepSeek 自测）

---

## 二、产品概述

### 2.1 DeepSeek

**定位**：一家以「探索 AGI 本质」为使命的 AI 研究公司，官网首屏零产品卖点、零 CTA，唯一的行动召唤是「加入 DeepSeek 共赴星辰大海」的招聘入口 `[来源: deepseek.com | 2026-08-06 | 已证实]`。这在商业公司中极为罕见，反映的是「研究驱动、产品随缘」的组织气质。

**C 端**：DeepSeek App / 网页版（chat.deepseek.com），免费使用，搭载 V4 系列模型。交互极简——快速模式 / 专家模式 / 识图模式三选一。App Store 评分 3.9/5 `[来源: apps.apple.com | 2026-08-06 | 已证实]`。

**B 端**：API 开放平台（platform.deepseek.com），两个模型——V4-Flash（284B/13B 激活，1 元/百万 token 输入）和 V4-Pro（1.6T/49B 激活，3 元/百万 token 输入）。同时提供 OpenAI 和 Anthropic 双格式端点，支持模型名自动映射。全系 MIT 开源权重可下载。

**目标用户**：C 端——对 AI 有认知的大众用户（但产品设计明显偏向懂参数的技术用户）；B 端——个人开发者和中小企业，通过零迁移成本的 API 兼容策略直接从 OpenAI/Anthropic 抢存量用户。

### 2.2 豆包

**定位**：字节跳动旗下的「AI 智能助手」，定位为超级入口——聊天、写作、编程、翻译、绘画、视频生成、办公任务、购物决策，无所不包。官网口号「豆包是你的 AI 聊天智能对话问答助手」`[来源: doubao.com | 2026-08-06 | 已证实]`。

**C 端**：豆包 App / 网页版 / PC 客户端 / 浏览器插件，2026 年 6 月上线「办公任务模式」——可操作本地文件、整理文档、制作 PPT、生成报表，内置 Office 办公套件和独立虚拟机环境 `[来源: ai.zol.com.cn/1198/11981516.html | 2026-08-06 | 可信推测]`。2026 年 6 月下旬正式推出三档付费会员。

**B 端**：火山引擎火山方舟平台，模型矩阵远超 DeepSeek——语言模型（Seed-2.1-Pro / Turbo / Evolving）、视觉理解、视频生成（Seedance 系列）、实时语音、语音合成、声音复刻、同声传译、向量模型、音乐模型等十余条产品线。日均 token 调用量 180 万亿 `[来源: 火山引擎官方披露 | 2026-08-06 | 已证实]`。

**目标用户**：C 端——全民用户（MAU 5.28 亿覆盖了从学生到退休人群）；B 端——企业客户为主（火山方舟提供 TPM 保障包、模型单元预付费、知识库计费等企业级能力）。

---

## 三、核心能力拆解

### 3.1 模型技术路线：MoE 自研 vs 闭源全栈

#### DeepSeek：极致效率的 MoE 路线

**是什么**：V4 系列采用 MoE 架构 + FP4/FP8 混合精度，Pro 版 1.6T 总参仅激活 49B，Flash 版 284B 总参仅激活 13B。搭配 CSA（压缩稀疏注意力）+ HCA（重度压缩注意力）混合注意力机制，在 1M 上下文下推理 FLOPs 仅为 V3.2 的 27% `[来源: huggingface.co/deepseek-ai/DeepSeek-V4-Pro | 2026-08-06 | 已证实（官方自述）]`。

**为什么做**：MoE + 极低激活比的路线是「用算法效率换算力规模」的战略选择。DeepSeek 出身幻方量化，没有大厂级别的算力储备，必须把每 FLOP 用到极致。这条路走通了——V4-Flash 以 13B 激活参数在 9 项 Agent 基准上全面超过 V4-Pro Preview（49B 激活），且 API 输入价低至 1 元/百万 token `[来源: huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731 | 2026-08-06 | 已证实]`。

**做得怎么样**：代码与数学能力全球顶尖——LiveCodeBench 93.5（第一）、Codeforces Rating 3206（第一）、Apex Shortlist 90.2（第一）。但在通用知识与多模态上仍有差距——MMLU-Pro 87.5（Gemini 3.1 Pro 91.0）、SimpleQA 57.9（Gemini 75.6）、无 API 侧多模态能力 `[来源: DeepSeek 自测 | 2026-08-06 | 已证实]`。**1M 上下文有隐藏衰减**：非思考模式下 MRCR 1M 从 83.5 骤降至 44.7，关闭思考等于放弃长上下文能力 `[来源: 同上 | 2026-08-06 | 已证实]`。

#### 豆包：闭源全栈，参数不公开

**是什么**：豆包 Seed 2.1 系列（Pro / Turbo / Evolving），由字节跳动 Seed 团队自研。参数规模、架构细节均未公开。已知 Seed 2.1 Pro 支持 256K 上下文（阶梯计价），Turbo 版面向高频批量化部署 `[来源: volcengine.com/product/doubao + baike.baidu.com | 2026-08-06 | 可信推测]`。

**为什么做**：豆包走的是「应用层驱动模型层」的路线——先有 C 端海量用户和 B 端企业客户，再根据场景需求反向定义模型能力。模型不公开参数和架构，是因为豆包的核心竞争壁垒不在模型本身，而在字节生态的流量分发和全栈产品矩阵。开源对它没有战略收益。

**做得怎么样**：第三方独立评测数据远少于 DeepSeek。火山引擎官方口径称 Seed 2.1 Pro「综合性能与 GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro 等国际前沿模型相近」`[来源: baike.baidu.com/item/豆包大模型2.1 Pro | 2026-08-06 | 存疑（官方自我定位）]`。Coding 和 Agent 是 2.1 版本的重点升级方向，但缺少类似 DeepSeek 那样详细的公开 benchmark 对比。

### 3.2 多模态：全面落后 vs 全面领先

这是两个产品差距最大的维度。

| 能力 | DeepSeek | 豆包 |
|------|---------|------|
| 图像理解（API） | **不支持**。传图静默替换为占位文本 | 支持（视觉理解模型） |
| 图像理解（C 端） | 内测中（识图模式，2026-06-18 上线） | 已上线 |
| 图像生成 | **不支持** | 支持（即梦 AI 联动） |
| 视频生成 | **不支持** | **Seedance 2.5**（单次直出 30 秒，音画同步） |
| 实时语音通话 | **不支持** | **支持**（端到端超拟人对话） |
| 语音合成/复刻 | **不支持** | 支持 |
| 音乐生成 | **不支持** | 支持 |

`[来源: DeepSeek API 文档 + volcengine.com | 2026-08-06 | 已证实]`

**战略解读**：DeepSeek 在多模态上的缺失不是能力问题——它有 DeepSeek-OCR、Janus 等视觉研究项目——而是优先级选择。它把几乎全部研发资源押注在「纯文本推理效率」上。豆包则依托字节的 Seed 团队，走的是全模态覆盖路线，视频生成（Seedance）是其最独特的差异化武器。

### 3.3 开源策略：MIT 全开源 vs 完全闭源

这是双方战略分叉最根本的分界线。

**DeepSeek 的开源是全方位的**：V4-Pro 和 V4-Flash 权重以 MIT 协议发布在 HuggingFace + ModelScope 双平台，Base 版同步开放，配套开源了 DeepEP（专家并行通信）、FlashMLA（注意力 kernel）、3FS（分布式文件系统）、DualPipe 等全套基础设施 `[来源: github.com/deepseek-ai | 2026-08-06 | 已证实]`。V4-Flash-0731 发布仅 5 天 HuggingFace 下载量即达 43.3 万次 `[来源: huggingface.co | 2026-08-06 | 已证实]`。

**豆包完全闭源**，模型权重、架构细节、训练方法均不公开。其「开源」仅限于 API 层面的开放调用。

**战略影响**：DeepSeek 的开源策略创造了三个豆包无法复制的优势——① 第三方部署生态（硅基流动、各云厂商托管、vLLM/SGLang 官方支持），形成「API 之外的第二收入曲线」（实际上现在还没有收入，但生态位已占）；② 开发者社区心智（HuggingFace 模型总下载量超 440 万次，GitHub 35 个仓库合计超 8 万 star）；③ 企业客户可以自部署，绕开 API 限流和数据出境顾虑。豆包的闭源策略则使其可以更灵活地定价和迭代，不受开源社区的期望管理约束。

### 3.4 Agent 与工具调用：两种哲学

**DeepSeek 的 Agent 策略是「不做 Agent 平台，只做 Agent 的模型后端」**。官方不做自己的 IDE 插件、CLI 或 Agent 框架，而是让 Claude Code / Codex / GitHub Copilot / OpenCode 通过改 base_url 直接接入。为此甚至做了 Anthropic 格式的完整兼容和模型名自动映射 `[来源: api-docs.deepseek.com/guides/anthropic_api | 2026-08-06 | 已证实]`。代价是 Agent 层体验完全受制于第三方客户端，无法控制端到端质量。

**豆包的 Agent 策略是「自己做全栈 Agent 平台」**。C 端办公任务模式可直接操作本地文件和浏览器；B 端通过扣子（Coze）平台提供 Agent 编排能力；TRAE 是字节自研的 AI 编程工具。火山方舟还提供 TPM 保障包、模型单元预付费等企业级能力。

**判断**：DeepSeek 的「借道」策略在短期极其高效——零前端投入即接管了 Claude Code 的存量用户。但长期风险是：当 Claude Code / Codex 自己也开始支持多模型路由时，DeepSeek 会被降级为「可替换的模型选项」而非平台。豆包的「全栈」策略前期重投入，但一旦生态成型，用户迁移成本极高。

---

## 四、优劣势分析

### 4.1 DeepSeek

#### 优势

- **模型推理效率行业领先**——MoE 架构 + 极低激活比，13B 激活的 Flash 版在 Agent 基准上反超 49B 激活的 Pro Preview 版。这意味着它在同等算力下能服务更多并发用户，在价格战中处于结构性优势位置。 `[来源: HF 模型卡 + 官方定价页 | 2026-08-06 | 已证实]`

- **开源生态壁垒深厚**——MIT 协议 + 权重全开放 + 配套基础设施开源，在开发者社区建立了极强的技术品牌。这是豆包（以及任何闭源厂商）无法短期复制的护城河。 `[来源: github.com/deepseek-ai | 2026-08-06 | 已证实]`

- **API 迁移成本为零**——同时支持 OpenAI 和 Anthropic 双格式，甚至做模型名自动映射以绕过第三方 App 的限制。这一策略极其聪明——不是去说服开发者换工具，而是让开发者不用换工具就能用 DeepSeek。 `[来源: api-docs.deepseek.com/guides/anthropic_api | 2026-08-06 | 已证实]`

- **资本储备充足**——74 亿美元首轮融资后，有足够资金扩建算力、扩张团队。在目前 AI 基础设施军备竞赛的背景下，这是持续参与竞争的入场券。 `[来源: beststartup.asia | 2026-08-06 | 可信推测]`

#### 劣势

- **C 端产品化能力严重不足（结构性劣势）**——App 评分 3.9、无团队协作、无跨会话记忆、功能更新不做官方公告。这不是资源问题，是组织基因问题——一家以「探索 AGI」为使命、官网首屏是招聘页的公司，天然缺乏做 C 端产品的动力和能力。

- **多模态能力几乎空白（阶段性劣势，正在补齐）**——API 不支持任何图像/音频/视频输入输出，C 端识图仍在内测。在豆包已能视频生成 + 实时语音的对比下，这一短板日益突出。

- **治理结构的不确定性（结构性劣势）**——首轮融资中国家 AI 基金持有投票权，商业投资者（腾讯、宁德时代）锁定 5 年无投票权。这意味着战略方向受政策影响大于市场影响，对海外客户构成合规风险。 `[来源: beststartup.asia | 2026-08-06 | 可信推测]`

- **API 可靠性缺乏 SLA 保障**——官方不公布首 token 延迟、吞吐量指标，高峰期可能排队 10 分钟才返回结果。高峰期 2 倍计费政策已公告但生效日未定，给生产环境预算规划带来不确定性。 `[来源: api-docs.deepseek.com/quick_start/rate_limit + pricing | 2026-08-06 | 已证实]`

### 4.2 豆包

#### 优势

- **用户规模绝对领先**——MAU 5.28 亿（2026 年 6 月），远超国内所有其他 AI 助手。这意味着海量的真实交互数据反馈，可以持续优化模型和产品。日均 token 调用量 180 万亿是任何竞品难以企及的规模优势。 `[来源: QuestMobile + 火山引擎 | 2026-08-06 | 可信推测]`

- **全栈多模态产品矩阵**——从文本到图像到视频到语音到音乐，豆包是目前国内唯一覆盖全模态的 AI 产品。Seedance 2.5 的 30 秒视频直出能力在全球范围内都具有竞争力。 `[来源: volcengine.com + baike.baidu.com | 2026-08-06 | 已证实]`

- **字节生态的流量和场景优势**——抖音、剪映、飞书、今日头条等字节系产品为豆包提供了天然的流量入口和使用场景。C 端付费会员体系的上线标志着从「烧钱换规模」到「规模变现」的战略转折。 `[来源: 多家媒体报道 | 2026-08-06 | 可信推测]`

- **企业级服务能力成熟**——火山方舟提供 TPM 保障包、模型单元预付费、知识库计费、联网插件（头条/抖音资源）、同声传译等企业级能力，是真正面向商业交付的平台。 `[来源: volcengine.com/product/doubao | 2026-08-06 | 已证实]`

#### 劣势

- **模型技术透明度低（结构性劣势）**——参数规模不公开、架构不公开、训练方法不公开。这在学术界和开发者社区中意味着低可信度，在需要独立审计的企业采购场景中是减分项。

- **技术品牌不如 DeepSeek（阶段性劣势）**——在国际 AI 社区和学术圈中，DeepSeek 的技术论文和开源模型获得的关注远高于豆包。这影响高端人才招聘和海外市场拓展。

- **定价结构复杂且存在隐性成本**——阶梯计价（不同上下文长度不同价）、联网插件单独计费（6 元/千次）、知识库额外计费、TPM 保障包需额外购买。对中小企业而言，实际成本难以预测。 `[来源: volcengine.com | 2026-08-06 | 已证实]`

- **C 端付费引发用户反弹**——三档会员（68/200/500 元月）上线后，据第三方数据豆包 5 月 MAU 环比流失超 600 万 `[来源: techweb.com.cn | 2026-08-06 | 存疑（第三方数据）]`。免费用户向付费用户的转化将是豆包 2026 年下半年最大的不确定性。

---

## 五、双方直接对比

| 维度 | DeepSeek | 豆包 | 差距判断 |
| :--- | :--- | :--- | :--- |
| **C 端用户规模** | MAU 约 1.27 亿（2026Q1） | MAU 5.28 亿（2026 年 6 月） | 豆包领先约 4 倍 |
| **API 价格（旗舰）** | V4-Pro: 输入 3 元, 输出 6 元/百万 token | Seed-2.1-Pro: 输入 6 元, 输出 30 元/百万 token | DeepSeek 便宜 50-80% |
| **API 价格（轻量）** | V4-Flash: 输入 1 元, 输出 2 元 | Seed-2.1-Turbo: 输入 0.8 元起, 输出 2 元起 | 基本持平 |
| **上下文长度** | 1M（标称，非思考模式腰斩） | 256K（阶梯计价） | DeepSeek 标称更长但有限制 |
| **多模态（API）** | 无 | 视觉理解+视频生成+语音全系列 | 豆包全面领先 |
| **开源** | MIT 全开源（权重+基础设施） | 完全闭源 | DeepSeek 独占优势 |
| **C 端付费** | 完全免费 | 68/200/500 元月三档 | 豆包率先变现 |
| **企业级服务** | 无（仅 API 按量计费） | TPM 保障包+预付费+知识库+联网插件 | 豆包全面领先 |
| **技术品牌** | 全球开源社区标杆 | 国内用户认知强，国际影响力弱 | 各有优势 |
| **资本储备** | 74 亿美元（首轮） | 字节跳动全资支持 | 豆包背后资源更深 |

### 关键解读

**价格维度**：DeepSeek 的 API 价格显著低于豆包（旗舰版便宜 50-80%），且即将实施的高峰期 2 倍计价将部分收窄这一差距。但豆包的价格结构包含大量隐性成本（阶梯上下文、联网插件、知识库），做 TCO 对比时需要精细换算。

**能力维度**：两者在纯文本推理上基本持平（各自 benchmark 口径不同，无法精确比较）。DeepSeek 在代码/数学上更突出，豆包在多模态上全面领先。**两者真正的能力差距不在模型层面，而在产品层面**——豆包把 AI 能力做成了普通用户能用的产品，DeepSeek 把 AI 能力做成了开发者能调用的 API。

**生态维度**：DeepSeek 的生态是「开发者自驱」的——第三方部署商、社区贡献、开源工具链；豆包的生态是「字节系内循环」的——抖音、剪映、飞书、扣子、TRAE。前者更开放但更难变现，后者更封闭但商业效率更高。

---

## 六、趋势判断

### 判断一：DeepSeek 将在 2026 年底前推出 API 多模态能力（至少图像理解）

- **依据**：C 端识图模式已于 6 月上线（内测），API 文档多处预留了多模态参数位但标记为 Not Supported。从 C 端到 API 的能力迁移是 DeepSeek 一贯的产品节奏（思考模式、工具调用均先在 API 落地后同步 C 端，唯独多模态是反过来的）。
- **验证信号**：API 文档中 `type="image"` 从 Not Supported 变为 Supported；或定价页新增图像输入计费行。

### 判断二：豆包 C 端付费将在 2026Q3-Q4 经历显著的用户结构洗牌

- **依据**：5 月付费消息传出后 MAU 流失超 600 万（第三方数据），6 月正式上线后用户反应仍在发酵。豆包 5.28 亿 MAU 中有大量是「免费尝鲜」型用户，500 元/月的专业版定价远高于国内用户对付费 AI 工具的心理预期。同时 DeepSeek 和千问仍保持 C 端免费。
- **验证信号**：QuestMobile 2026Q3 报告豆包 MAU 是否出现环比下降；App Store 评分是否因付费大幅下滑。

### 判断三：DeepSeek 和豆包将在「AI Coding 工具」领域从互补走向直接竞争

- **依据**：DeepSeek 已通过 API 兼容策略深度渗透了 Claude Code / Codex / Copilot 用户群；豆包通过 TRAE + 火山方舟 Coding Plan（月费 49 元 Lite / 400 元 Pro）在自建编程工具矩阵。当前两者是「模型供应商 vs 全栈工具」的互补关系，但随着 DeepSeek 开始做产品化和豆包模型能力持续提升，2027 年两者将在开发者工具市场正面交锋。
- **验证信号**：DeepSeek 推出自有 IDE 插件或 CLI；或 TRAE 开始支持非豆包模型作为后端。

### 判断四：DeepSeek 的治理结构将影响其海外市场拓展，豆包将承接这部分溢出需求

- **依据**：国家 AI 基金持有投票权 + 商业投资者无投票权的结构，使 DeepSeek 在日韩、东南亚、印度等市场面临合规审查阻力。这些市场的企业客户需要前沿 AI 能力但不想绑定中国国有资本控制的供应商。豆包作为字节跳动全资子公司（无直接的国有股权），在海外合规上相对灵活——但字节本身也面临 TikTok 式的国际监管压力，优势有限。
- **验证信号**：DeepSeek 是否在 2026 年内设立海外实体（如新加坡/美国子公司）以隔离治理风险；豆包是否推出英文版或海外版独立品牌。

---

## 七、策略建议

> **策略建议基于「假设你是一家与两者有一定竞争关系的中国 AI 产品团队」给出。由于本次未设定对比基准产品，建议偏向通用方向。**

> **建议一：如果你的产品是 C 端 AI 助手，不要在通用对话上硬拼豆包的规模，而应在「垂直场景的深度 Agent 能力」上建立差异化。因为豆包 5.28 亿 MAU 的护城河不是产品体验，而是字节流量生态——你永远买不起这个流量。但它做不深每个垂直场景。**

- **优先级**：P0
- **投入估算**：取决于垂直场景选择
- **衡量标准**：目标垂直场景的次日留存 > 40%，任务完成率 > 70%

> **建议二：如果你的产品是 B 端 API 服务，当前最佳策略是「用 DeepSeek 开源权重 + 自建推理服务」实现成本优势，同时补齐 DeepSeek 缺失的多模态和 MCP 托管能力，做「DeepSeek 能力 + 你的产品化增值层」。因为 DeepSeek 明确不做沙箱、不做 MCP、不做多模态 API——这些「不做」就是你的机会窗口。**

- **优先级**：P0
- **投入估算**：3-5 人 × 8-12 周
- **衡量标准**：单客户 API 月费低于直接使用豆包 Seed-2.1-Pro 的 60%，且多模态/MCP 能力覆盖 80% 以上常见场景

> **建议三：关注豆包 C 端付费引发的用户溢出，在 2026Q3-Q4 窗口期用「免费 + 更好的专业场景体验」承接流失用户。因为 500 元/月的专业版定价远高于中国用户心理预期，大量专业用户（写作者、独立开发者、小型工作室）会寻找替代方案。**

- **优先级**：P1
- **投入估算**：2 人 × 4 周（定向获客 + 迁移工具）
- **衡量标准**：Q4 新增用户中来自豆包的迁移占比 > 15%

> **建议四：如果考虑长期自研模型，借鉴 DeepSeek 的 MoE + 极低激活比路线，但避开它的「纯文本单点极致」策略——在架构设计阶段就纳入多模态能力。因为 DeepSeek 已证明这条路在成本效率上是可行的，但它的多模态缺失不是技术问题而是优先级问题——你不必重复这个取舍。**

- **优先级**：P2（观察窗口，暂不启动）
- **投入估算**：前期研究 2 人 × 4 周技术评估
- **衡量标准**：完成技术评估报告，确认 MoE + 多模态融合方案在算力预算内可行

> **建议五：保持对 DeepSeek 开源生态的持续跟踪和贡献，将其作为技术储备和人才吸引的杠杆。因为 DeepSeek 已是中国 AI 开源社区的旗帜，围绕它的开发者社区是高端 AI 人才密度最高的地方之一。参与这个生态本身就是招聘和技术品牌建设。**

- **优先级**：P2
- **投入估算**：1 人 × 持续（20% 工作时间）
- **衡量标准**：季度贡献 2+ PR/issue，团队中至少 1 人成为 DeepSeek 生态的活跃参与者

---

## 元信息

- **数据截止日期**：2026-08-06
- **主要信息空缺**：
  - 豆包 Seed 2.1 系列模型的参数规模和架构细节（官方未公开）
  - DeepSeek 识图模式背后的多模态模型规格与开源计划
  - 两者在 LMArena / Artificial Analysis 等平台的第三方独立评测数据
  - DeepSeek C 端 DAU/MAU 的最新数据（仅有 Q1 数据）
  - 豆包 C 端付费会员的实际转化率和续费率（尚未公开）
  - DeepSeek 高峰期 2 倍计价的生效日期
  - DeepSeek `[1m]` 后缀的官方语义和是否差异计价
- **结论保鲜期**：快照数据（价格/MAU/融资额）约 1 个月；结构性判断（技术路线/开源策略/竞争格局）约 6 个月
- **建议复盘时间**：2026-11-04（3 个月后），或以下信号触发时提前复盘：
  - DeepSeek 上线 API 多模态能力
  - 豆包 C 端付费 MAU 数据出炉
  - 任一方发布下一代模型
- **信息来源数**：约 60 条，其中一手信源（官方文档/定价页/HF 模型卡/API 文档）约 35 条
- **调研底稿**：`ds-dim123.md`（DeepSeek 维度 1-3 详细调研）| 其余维度调研数据整合于本报告与搜索记录中