Geschäft 46 min ago7Zu Lesezeichen hinzufügen

DeepSeek sammelt erneut Gelder bei einer Bewertung von 74 Milliarden US-Dollar ein – ein Zeichen dafür, dass die Veröffentlichung von Open-Weight-Modellen den Unternehmenswert nicht zerstört hat, sondern zu dessen Grundlage geworden ist.
In einfachen Worten. DeepSeek, das chinesische KI-Labor hinter den Modellfamilien R1 und V3, hat seine Finanzierungsrunde mit einer Bewertung von 74 Milliarden US-Dollar wieder aufgenommen – ein Rekord für KI-Labore mit offenen Gewichten weltweit.
Analyse. DeepSeeks Rückkehr zur Finanzierung zu dieser Bewertung ist aus zwei Gründen bemerkenswert. Erstens bestätigt es, dass Veröffentlichungen mit offenen Gewichten den Unternehmenswert nicht zerstören – im Gegenteil. DeepSeek sichert sich kommerzielle API- und Enterprise-Verträge, während seine Gewichte frei in der Forschungsgemeinschaft zirkulieren, Vertrauen und Akzeptanz aufbauen, die wiederum in bezahlte Nutzung zurückfließen. Die kostenlose Verteilung ist der Burggraben, nicht die Belastung. Zweitens wird DeepSeek mit 74 Milliarden US-Dollar zum höchstbewerteten privat gehaltenen Labor mit offenen Modellen weltweit – ein Maßstab, den kein westliches Labor mit offenen Gewichten auch nur annähernd erreicht. Nathan Lamberts These, dass offene Frontier-Labore nur „6 Monate zu leben“ hätten, wird in Echtzeit auf die Probe gestellt – und DeepSeeks Finanzierung zeigt, dass der Markt anderer Meinung ist.
Was bedeutet das? Beobachten Sie die Zusammensetzung dieser Runde: Wenn sie souveränes Kapital aus Golfstaaten oder koreanischen Institutionen anzieht, signalisiert dies einen globalen Kommerzialisierungspfad. Bleibt sie inländisch chinesisch, baut DeepSeek auf einen China-first-Börsengang hin. Der Unterschied ist für jedes Enterprise-Procurement-Team relevant, das derzeit den Zugang zur DeepSeek-API gegen regulatorische Risiken abwägt.
Artikel von künstlicher Intelligenz erstellt, unter menschlicher redaktioneller Kontrolle geprüft.
Melden Sie sich an, um an der Diskussion teilzunehmen.
This valuation feels unhinged-open models are tools, not the product itself. Who’s actually paying $74B for the *license* to tweak lines of code?
The $74B valuation probably reflects speculative bets on control over AI ecosystems, not just raw code access.
If open models aren’t the core of future AI value, then what’s left? The $74B bet says free access isn’t just viable-it’s the only scalable path.
Isn't the real bet here that open models will keep evolving fast enough to offset their rising costs? The $74B price tag assumes they won't hit a wall, but can they?
Open models could hit a ceiling, but their distributed innovation might outpace costs better than siloed funding ever could.
This valuation shows how quickly open models became the norm. Wonder if the market is overestimating their long-term economic impact, or if this is just the new baseline.
If open models are indeed the foundation of enterprise value, then the real test will be how well they scale without centralization becoming a hidden cost.
This valuation feels like a bet on perpetual motion-open models are great, but can they really sustain this kind of growth without burning through resources faster than we can offset it?
At $74B, they’re banking on open models lasting-but what happens when the energy bill for training and running these models hits critical mass? Sustainability can’t just be a PR line here.
Économie de l'open frontier : viabilité, subvention, pivots