Hu Yanping상하이Hai Finance대학 석좌교수 지능형 경제 시리즈 보고서 저자

얼마 전 'People Miss DeepSeek'가 스크린에 등장했습니다. 기사에서는 한 가지 사항을 언급했습니다. DeepSeek은 글로벌 대형 모델의 비용 절감을 촉진하여 사용자와 업계가 더 저렴한 토큰을 즐길 수 있도록 했습니다.

핵심 문제는 "Crayfish"와 같은 지능형 애플리케이션의 미친 "토큰 소각"으로 인해 사용자의 사용 비용이 다시 한 번 높아졌다는 것입니다. 이로 인해 산업 전반의 비용 절감과 효율성 향상을 촉진하는 중요한 과제가 DeepSeek의 몫으로 넘어갔습니다.

시간으로 계산하면 DeepSeek V3와 R1이 출시된 지 1년이 넘었습니다. 외부 세계에서는 원래 올해 춘절 기간 동안 DeepSeek V4가 폭발할 것으로 예상했지만 결국 그들의 희망은 물거품이 되었습니다. 그러나 최근 다운타임과 전문가 모드 출시 등 일련의 발전을 보면 DeepSeek V4가 우리에게 더 가까워진 것 같은 느낌이 듭니다.

따라서 이번이 DeepSeek을 "촉진"하는 마지막 시간일 수도 있습니다.

이 알림 편지에서는 DeepSeek을 그리워하는 친구들에게 중국 AI의 서사, 기술 진화의 물결, 생태 경쟁, 토큰 경제에 대해 이야기하고 싶습니다.

중국의 AI 내러티브가 바뀌었습니다

2025년 봄 축제 기간 동안 DeepSeek R1은 저비용 + 고성능 + 오픈 소스로 공개되며, 출시가 정점을 이룰 것입니다. 국내 대형모델 분야를 석권할 뿐만 아니라 전 세계적으로 인기를 끌고 있다. 인터넷 플랫폼, 거대 IT 기업, 각계 각층이 참여하여 오픈 소스를 채택했습니다. 모든 종류의 DeepSeek 올인원 기계가 쇼를 훔치려고 노력하고 있습니다.

당시 중국 AI에 있어서는 확실히 DeepSeek이라는 이름이 있었습니다. 아마도 길을 가던 조부모님들이 이 가정용 AI 비서를 이야기하거나 사용하고 있었다고 해도 과언이 아닙니다.

그러나 지난 1년 동안 인공지능 산업과 중국의 AI 서사는 더 이상 동일하지 않습니다. 인공지능을 둘러싼 '차이나 그룹', '차이나 체인', '차이나 링' 세 가지 서사가 서로 얽혀 형성됩니다. DeepSeek만이 지원하는 AI 중국 서사는 그 색을 잃었습니다.

그래서 이러한 관점에서 대형 모델과 인공지능을 보면 우리에게 부족한 것은 컴퓨팅 성능과 전력뿐만 아니라 시간 창도 부족하다는 것입니다.

"중국 그룹"에 대해 요약하면 "(3+1)+6+N" 중 "3+1"은 Byte, Alibaba, Tencent 및 Baidu에 해당하는 4대 제조업체를 의미합니다. 후자의 세 기업은 BAT로 알려진 인터넷 시대의 3대 거인입니다. 숫자 "6"은 빅 모델 시대의 "Six Little Tigers"(Kimi, Zhipu, MiniMax, Step Star, Baichuan 및 Wall-Facing Intelligence)에 해당합니다. DeepSeek은 자체 연구에 몰두하는 동안 주요 제품은 출시를 완료했거나 출시를 진행 중입니다.

"Six Little Tigers"에는 원래 이카이푸의 제로원과 만물이 포함되어 있었지만, 제1차 백형대전에서 제로원과 만물이 뒤처지기 시작했기 때문에 여기서는 벽을 향한 지능을 넣었지만, 사실 지난 1년 정도 바이추안의 목소리가 점차 약해졌습니다.

"N"은 실제로 단순한 하나의 회사가 아니라 전문 시장의 다른 수직 모델 및 AI 회사에 해당합니다.

총 10개의 카테고리별 회사가 중국 대형 모델 산업에서 선두 위치를 차지하고 있습니다. 그들은 더 이상 분산된 군인이 아니라, 클러스터 경쟁력을 갖춘 산업군단입니다. DeepSeek이 다시 신이 되기 위해 뛰어넘어야 할 상대이기도 하다.

'중국 그룹'과 동시에 성장하는 것은 '차이나 체인'도 포함합니다. 칩 컴퓨팅 파워, 클러스터/클라우드, 데이터 코퍼스, 알고리즘/모델, 에이전트 및 AI 애플리케이션 개발 생태계까지 포함하여 전체 체인을 완성했으며 스마트 기술의 전체 산업 체인을 갖춘 세계 유일의 국가가 되었습니다. 글로벌 스마트 인프라에 추가적인 옵션을 제공할 것으로 기대되며, 역량경제의 출력을 통해 글로벌 스마트 포용성을 위한 새로운 공공재도 제공할 것으로 기대된다.

의심하지 마세요. DeepSeek R1은 당시 해외에서 중국 모델을 브랜드로 확립했지만 지금은 MiniMax와 같은 제조업체도 해외에서 큰 사업을 펼치고 있습니다.

'차이나 루프'는 산업, 응용 및 투자의 세 가지 측면을 다룹니다. AI에서 AI4S, 현대 산업 그룹에 이르는 산업 폐쇄 루프, AI 기술에서 수천 개의 산업 및 수억 가구에 이르는 시장 애플리케이션의 폐쇄 루프, 초기 투자부터 상장 및 퇴출까지 자본 폐쇄 루프입니다. 초기 폐쇄 루프가 형성된다는 것은 인공지능이 중국 전역을 돌고 있다는 의미일 뿐만 아니라, 스마트 경제의 다양한 수준의 크고 작은 순환이 연결된다는 의미이기도 하다.

그룹, 체인, 링으로 중국의 AI 내러티브가 바뀌었습니다.

회사의 무료 마케팅 전략과 상관없이 Liu Xiaohu의 모델은 2026년 초부터 OpenRouter 등 국제 플랫폼에서 토큰 소비 점유율을 연속으로 주도했으며, 주로 해외 사용자를 중심으로 전체 점유율이 절반 이상을 차지하고 있습니다.

요약하면 중국의 오픈소스 파워는 2025년 글로벌 인공지능 개발 패턴을 변화시켰다. 2026년까지 중국의 인공지능 개발은 역량 수출 단계에 진입하게 된다.

글로벌 대규모 모델과 인공 지능 산업의 관점에서 볼 때 기술 경로의 다양화는 인재 흐름의 활력을 높이고 공급망의 탄력성에 도움이 됩니다. 다운스트림 애플리케이션 개발자의 경우 여러 선택적 공급업체가 존재한다는 것은 더 강력한 협상력과 더 낮은 종속 위험을 의미합니다.

중국의 AI 서사에서 또 다른 좋은 현상은 시장이 소수의 과점에 의해 독점되지 않았다는 점이다. 이는 경쟁 혁신과 인재 생태 구축에 좋은 일이며, 중미 AI 경쟁에서 클러스터 우위를 형성하는 데에도 도움이 됩니다.

네 개의 파도가 지나갔습니다

중국 고전 신화에서는 항상 "하늘의 하루는 땅의 일 년"이라고 말합니다. 올해 DeepSeek의 '중단'에 인공 지능은 프로그래밍, 다중 모드, 에이전트, OpenClaw(가재)의 네 가지 물결을 통과했습니다.

GitHub Copilot, Cursor, Claude Code 등 AI 프로그래밍 도구가 개발자 커뮤니티를 휩쓸던 시절, Vibe Coding 이야기에서는 DeepSeek이 프로그래밍 시나리오에서도 사용되었지만 사람들이 DeepSeek의 존재를 기억하기 어려웠습니다.

모든 산업과 개발자가 가장 많이 요구하는 현장을 휩쓸고 있는 인공 지능의 기본 동인인 프로그래밍은 이제 해외의 Anthropic과 다른 사람들이 확고히 점유하고 있으며 중국의 Kimi와 다른 사람들의 전쟁터가 되었습니다.

멀티모달 물결에서 Gemini 3 Pro 등은 시각적 이해 및 이미지 생성 분야에서 좋은 성과를 거두었습니다. 모두가 기억하는 것은 나노바나나(Nano Banana)이고, 영상생성 분야에서는 바이트(Byte)의 Seedance 2.0이다.

DeepSeek은 느린 플레이어인 것 같습니다. V3.2가 되어서야 수백만 개의 토큰 컨텍스트에 대한 그레이스케일 테스트가 시작되었으며 다중 모드 기능은 아직 출시되지 않았습니다.

대형 모델 분야에서 제품 세대의 기술 경로가 잘못되면 한 시대를 놓칠 것이라고 말하는 사람들이 있습니까? DeepSeek이 여기에 갇혀 있는지 말하기는 어렵습니다.

세 번째 물결은 에이전트-다중-에이전트-군집 지능입니다. AI 비서의 이해와 대화 능력에 비해 에이전트는 실행 수준으로 진화해 '질문에 답하기'에서 '문제 해결'로 바뀌었다. 과거에는 '수동적 대응'이었지만 지금은 '능동적 실행'이다. 이 물결에서 Manus와 같은 제품의 등장은 AI Agent가 개념에서 구현으로 이동하고 있음을 나타내며 Kimi Agent Swarm은 이 물결을 절정에 이르게 했습니다.

DeepSeek는 에이전트 생태계 구축 도구가 아닌 이 물결에서 모델로 더 많이 사용됩니다. 모델 자체는 에이전트, 도구 및 코드에 대한 지원이 제한되어 있습니다.

2026년이 되면 OpenClaw를 비롯한 Claw, Claude Code, Claude Cowork 등으로 대표되는 모바일 지능의 물결이 나타나기 시작했습니다. 이들의 능력은 실제로 에이전트 수준을 뛰어넘어 인계 애플리케이션 운영 체제, 즉 애플리케이션 AI OS가 되었습니다.

그러나 OpenClaw와 같은 제품은 "토큰 블랙홀"이라고도 불리며 단일 작업에 대한 토큰 소비는 기존 대화형 AI의 수십 배, 심지어 수백 배에 달합니다. 이 고입력 저출력 모델은 산업 규모의 응용 분야에서 지속 가능성 문제에 직면해 있습니다. 제품 자체가 거칠고, 불안정하며, 거친 집처럼 파괴적인 버전이 여러 번 반복됩니다.

그러므로 일부 사람들이 "사람들은 DeepSeek을 그리워합니다"라고 외치는 것은 놀라운 일이 아닙니다. 결국 그것은 여러 파도에 걸쳐 사라졌습니다. 결국 사람들은 중국 대형 모델의 비용 절감과 효율성 향상을 촉진하기 위해 그것이 필요합니다.

하지만 말해야 할 것은 OpenClaw가 AI OS와 보편적인 모바일 지능을 적용하는 논리가 확립되었음을 확인했고, 이제 때가 왔다는 것입니다. 이는 AI가 더 이상 단순한 도구가 아니라 전능한 인수 대리인이 될 수 있음을 모든 사람에게 알려줍니다.

그래서 3월의 "전국 새우 양식" 트렌드 동안 모든 사람들이 얼마나 빨리 작업을 복사했는지 알 수 있습니다. 지역 제품을 홍보하기 위해 모든 사람들이 "사이버 에그"를 보내기 시작했습니다. OpenClaw를 통해 Anthropic을 포함한 주요 제조업체가 올인원 애플리케이션 OS와 모바일 인텔리전스가 바로 앞에 있다는 것을 즉시 이해할 수 있었기 때문입니다. 두뇌가 있고 작업을 수행할 수 있다면 팔다리를 키우고 범용 지능형 에이전트가 되기는 쉽지 않습니다!

앤트로픽이 가장 빠른 반응과 반격을 가지고 있는 것도 바로 이 때문이며, 클로에게 가장 큰 영향을 끼치는 것이기도 하다. Claude Code는 OpenClaw를 앞지르고 있으며 다른 주요 제조업체는 Claude Code 및 OpenClaw의 작업을 빠르게 복사하고 있습니다. 이것이 바로 지금 일어나고 있는 일입니다.

군사 전략가들이 경쟁해야 하는 이유는 이 문제의 진입 현황과 막대한 가치, 미래 생태적 지배력이 모델 못지않고 앞선 3파 못지않기 때문이다.

대형 모델이 힘을 축적하고, 다중 양식이 시나리오를 확장하고, 에이전트가 씨앗 파종을 대표하는 경우, 생태계의 대규모 수확은 AI OS 및 범용 모바일 에이전트의 적용에 의존합니다. 이제 그것은 어느 정도 종말의 의미와 궁극적 형태의 그림자를 갖게 되었습니다. EI 내생지능과 II 자율지능 단계에 이르면 얘기가 달라질 수 있다.

그러나 현재 OpenClaw의 입출력 비율로 볼 때 AI OS와 일반 모바일 지능이라는 생태학적 틈새 시장을 점유할 수 있는 수준은 아닐 수도 있습니다.

그래서 DeepSeek에게 보내는 이 마지막 알림 편지에서 우리는 또한 질문하고 싶습니다: 이 4대 강에 즉시 뛰어들지 않은 DeepSeek은 V4 및 후속 기본 모델을 통해 "큰 것을 만들기"를 바라며 힘을 축적하는 것을 선택하고 있습니까?

그러나 시장은 결코 기다려주지 않습니다. 사용자의 관심, 개발자의 열정, 자본 흐름은 모두 파도를 타고 방향을 전환합니다. 이 네 가지 물결이 위치한 분야에서는 경쟁 문턱이 급격히 높아졌고, 생태 비용도 크게 증가했습니다.

DeepSeek의 이야기는 2025년 설날에만 멈출 수 있다고요?

완전한 생태학적 경쟁이 다가오고 있습니다

저의 이전 견해는 선두 기업이 완전한 생태학적 경쟁 단계에 도달했다는 것이었습니다. 이 단계에서는 풀스택 AI 역량이 차세대 거대 경쟁의 기반이 됩니다. 가장 좋은 예는 구글이다.

Google이 Gemini 3 Pro 웨이브에서 큰 주목을 받은 이유는 모델 원리, 힘, 지속적인 진화의 네 가지 측면에서 축적된 '두께' 장점이 점차 나타났기 때문입니다.(진화 지수), 데이터 깊이(데이터 Index), 전체 체인 생태학적 폭(생태 지수), 지능형 연결(연결 지수).

Google CEO Pichai는 거의 10년 동안 재직해 왔습니다. 방금 인터뷰에서 그는 Transformer가 ChatGPT에 의해 선점되었던 잊을 수 없는 과거를 회상했습니다. 그러나 그는 선점자 우위를 잃는 것이 손실로 이어진다고 생각하지 않는다. 그는 Google의 장점을 풀스택 수직 통합으로 요약했습니다.

이러한 풀 스택 통합을 기반으로 한 Gemini 3 Pro를 통해 Google은 아름다운 전환을 이루었습니다.

우리는 대담한 예측을 할 수 있습니다. 2026년에는 아마도 미국 인공지능 산업의 선두주자 경쟁이 주도권을 잡을 것이다. Anthropic이 먼저 선두를 차지하고 Google이 그 뒤를 따르며, 경쟁에서 앞서 있는 OpenAI가 이중 팀을 구성하는 상황에 직면하게 됩니다. 결국 상위 4명이 상위 3위가 되고, 뒤처지는 사람이 그록이 되면서 격차가 더욱 벌어졌다.

2026년 GTC 초기 워밍업 단계에서 Huang Renxun은 거의 기사를 쓰지 않았으며 에너지 → 칩 → AI 인프라 → 모델 → 애플리케이션이라는 '5층 케이크 이론'을 제안했습니다.

그러나 좀 더 자세히 분석해보면 인공지능의 경쟁은 칩 컴퓨팅 파워, 데이터 코퍼스, 모델 베이스, 개발 도구 및 개발자, 에이전트 및 도구 기술, 애플리케이션 서비스에도 반영됩니다. 각 링크의 상실은 전체 경쟁력의 저하로 이어질 수 있으며, 경쟁과 투자의 문턱은 수백억, 수천억 달러를 걸치는 막대한 자산 게임이 되었습니다.

혁신은 더 이상 "모퉁이에서의 추월"에 국한되지 않고 시스템 경쟁과 시스템 대결에도 있습니다. 특히 대형 모델이 의존하는 자본, 컴퓨팅 파워, 알고리즘, 데이터 등의 요소가 핵심 결정 요인이 됐다. 강력한 약이나 해삼 한 그릇을 먹어도 많은 문제가 해결되지는 않습니다.

DeepSeek는 본격적인 생태 경쟁 환경에서 힘 생성(최저 수준 돌파) 원칙을 기반으로 합니다. 여전히 장점이 있지만 단점도 분명합니다. IT 거대 기업의 산업 생태 체인에 대한 지원이 부족하고, 제품 적용 기능이 상대적으로 얇고, 다중 모드 및 에이전트 생태 구축을 강화해야 합니다.

토큰 이코노미의 부상

새해를 맞아 토큰 경제가 탄력을 받고 있습니다. 토큰 경제는 능력 경제로서의 스마트 경제의 가치 폐쇄 루프입니다. CCTV 인터뷰에서 본 견해입니다.

과거 산업시대에는 에너지 단위가 킬로와트시, 디지털 시대에는 트래픽 단위가 GB, 지능형 시대에는 성능제품 공급 단위가 토큰이었습니다. 토큰은 AI의 "능력"을 측정 가능하고 가격 책정 가능하며 거래 가능한 상품으로 만듭니다.

이렇게 이해할 수 있습니다. 토큰은 기술과 비즈니스를 연결하는 '결제 단위'가 되어 역량 경제의 비즈니스 폐쇄 루프를 형성합니다.

토큰 소비는 기하급수적으로 증가하고 있습니다. 중국의 일일 평균 토큰 통화량은 2024년 초 1,000억 건에서 2026년 3월 140조 건으로 2년 만에 1,000배 이상 증가했습니다. 소비가 많을수록 능력경제의 활발한 발전을 의미합니다.

기업의 경우 가격 레버리지를 통해 총 이익 마진이 증가한다는 것은 수익 모델의 일부가 완전히 운영된다는 의미입니다.

단, 토큰은 질량 단위가 아닌 측정 단위입니다. 업계에서는 토큰의 수만 볼 수 없으며 토큰 뒤에 숨은 "능력의 품질"에도 주목합니다. 따라서 앞으로는 토큰 경제의 차별화가 분명해질 것이라고 생각합니다. 높은 능력을 가진 토큰은 돈을 벌고, 낮은 능력을 가진 토큰은 돈을 잃으며, 후자는 심지어 제거될 수도 있습니다.

그래서 Xiaomi의 Luo Fuli가 MiMo 대형 모델 패키지에 "제품을 가져왔을 때" 그녀는 이렇게 말했습니다. "현재의 글로벌 컴퓨팅 전원 공급 장치는 더 이상 에이전트가 생성한 토큰에 대한 수요를 따라잡을 수 없습니다. 진정한 탈출구는 더 저렴한 토큰이 아니라 공동 진화, 즉 토큰을 더 절약하는 에이전트 프레임워크와 더 강력하고 효율적인 모델의 협력입니다."

올해는 매우 전형적인 추세가 있습니다. 사용자들은 토큰 비용을 지불하는 동시에 토큰이 비싸다고 소리치고 있습니다. 본질적으로 토큰 소비의 일부는 생산성으로 전환됩니다. 토큰 결제가 트렌드가 되면 기업은 상위 모델의 연구 개발에 투자하기 전에 수익을 얻을 수 있습니다. 스마트경제를 위한 피를 만드는 것입니다.

모델과 에이전트 회사를 상용화하는 가장 직접적인 두 가지 방법은 유료 구독에 의존하여 수익을 창출하는 것과 API를 사용하여 토큰 요율 패키지를 통해 수익을 창출하는 것입니다. 광고를 AI 비서 대화와 연결하는 OpenAI의 접근 방식에는 불확실성이 너무 많으며 업계의 다른 어떤 회사도 이를 따르지 않았습니다.

추론 중심의 토큰 경제 시대에 가장 먼저 성공하는 세 가지 시나리오가 있다고 생각합니다: 고가치, 고밀도 시나리오(예: 금융 위험 관리, 의료 진단, 고객은 "실수 없음"에 대해 기꺼이 프리미엄을 지불할 의사가 있음); 빈도가 높고 수요가 많은 시나리오(지능형 고객 서비스, 코드 생성, 규모에 따른 비용 희석 등); 에이전트 에이전트가 널리 사용되는 시나리오.

미래에 토큰은 물, 전기와 같이 저수익, 포용성, 편재성을 갖춘 기본 서비스가 될 것입니다. 단위 토큰 비용은 계속 감소하지만 토큰 경제는 계층화될 것입니다. 기존 기능을 갖춘 토큰은 작은 이익을 얻고 양적으로 승리하는 경향이 있습니다. 높은 능력과 높은 가치를 지닌 토큰은 계속해서 프리미엄을 유지할 수 있습니다.

구체적으로 시나리오 + 데이터 + 플랫폼 + 모델 폐쇄 루프를 구축하고 고부가가치 에이전트 서비스를 제공할 수 있는 기업은 프리미엄을 받게 됩니다.

양적 투자 경험이 있는 DeepSeek은 자금이 부족하지 않지만 지속 가능한 발전의 관점에서 볼 때 토큰 경제도 수용해야 합니다.

오픈소스 생태계는 세 번째 전환점을 기다리고 있습니다

지난 1년여 동안 오픈소스 생태계 환경이 바뀌었습니다.

2025년 초, DeepSeek는 오픈소스 생태계의 첫 번째 폭발을 완료했습니다. 올해 초 OpenClaw는 오픈소스 생태계에 대한 두 번째 큰 지원을 완료했습니다. 첫 번째 폭발로 인해 일부 폐쇄 소스 모델이 오픈 소스에 더 가까워졌습니다. 바이두 등 국내 거대 기업들도 오픈소스 진영에 합류했고, 오픈AI, 구글 등 해외에서도 오픈소스 노력을 늘리고 있다.

OpenRouter 플랫폼이 100조 개의 토큰 호출 데이터를 분석한 결과, 오픈소스 모델의 시장 점유율이 33%까지 올라갔습니다. 특히 중국 오픈소스 모델의 급부상이 눈길을 끈다. 한때 OpenRouter 플랫폼의 상위 6개 회사 중 5개 회사는 중국 오픈 소스 모델이었습니다.

오픈소스 모델의 부상은 기술 반복, 사용자 요구 및 경제적 요인의 결과입니다. 기업이 오픈 소스 모델을 선택하는 핵심 동기는 매우 현실화되었습니다. 폐쇄 소스 API 비용은 호출 규모와 밀접한 관련이 있으며 한계 비용은 통제할 수 없습니다. 자체 호스팅 오픈 소스 모델은 높은 동시성, 긴 컨텍스트 및 에이전트 시나리오에서 단위 비용을 크게 줄였습니다.

직설적으로 말하면, 기능이 온라인에 있는 한, 민영화된 배포 시나리오에서 더 많은 오픈 소스 모델을 사용할수록 가격은 더 저렴해집니다. 오픈 소스 모델 생태계의 파괴자로서 DeepSeek는 2026년에 다시 오픈 소스 산업을 활성화할 가능성이 높습니다.

이번 예상 프로모션은 컴퓨팅 파워 비용의 산업적 영향, 사용자 시장의 폭발적인 효과, 오픈소스 생태계의 활성화 효과, 시장 신뢰도 향상 효과 등을 다루며, 다시 나타날 수도 있습니다.

이것이 사람들이 DeepSeek을 그리워하는 근본적인 논리이고, 가격은 단지 겉모습일 뿐입니다.

오픈소스가 훌륭하기는 하지만 이를 구축하려면 아직 갈 길이 멉니다.

DeepSeek의 경우 가능한 한 빨리 개발자 생태계를 형성하고, 에이전트 개발 생태계를 지원하고, 더 많은 개발자의 참여를 유도하는 동시에 개방성과 유연성을 향상시키기 위해 Skills와 유사한 앱 및 스킬 캡슐화 및 배포 채널을 구축해야 합니다.

DeepSeek이 다시 오픈 소스 생태계의 핵심 플레이어가 되기를 기대합니다.

V4에 대한 기대는 과거의 표준이 아닙니다

바다 반대편의 긴장감은 OpenAI와 Anthropic의 차세대 모델이 어디까지 도달할 수 있는지, 슈퍼앱이 생태학적 클로드 코드와 같은 애플리케이션 OS이자 보편적인 모바일 지능이 될 수 있는지, 그리고 생태학적 바닥칼인 코딩에서는 누가 가장 빠른지입니다. 이 세 가지가 올해 추세 방향에 영향을 미칠 것입니다.

현재 상황으로 볼 때 Anthropic의 불은 OpenAI의 베이스 캠프에 거의 도달했습니다. 이는 월스트리트저널이 공개한 두 회사의 재무자료를 보면 알 수 있다. Anthropic은 OpenAI 이전에 손실을 이익으로 바꿀 수 있습니다.

이런 맥락에서 DeepSeek에서 무엇을 기대할 수 있나요?

이전 사항을 요약하면 세대 간 도약을 달성하기 위한 V4, R2, 1백만 토큰의 컨텍스트 창(방금 그레이스케일 테스트 시작), 기본 다중 모드 기능, 1조 매개변수 수준의 기본 모델이 가장 기본적인 출발점이 되어야 합니다.

그러나 이는 과거의 표준이므로 V4 및 R2 기능의 상한선이 되어서는 안 됩니다. 오늘날 DeepSeek에 필요한 것은 다중 에이전트 기능, 도구 사용, 컴퓨터 작동 및 그 뒤에 있는 매우 강력한 코딩 기능에서 획기적인 발전을 달성하는 것입니다.

너무 불안해할 필요는 없습니다. AI 에이전트는 매우 인기가 높지만 아직 기능 통합 단계에 있으며 진정한 자율 에이전트와는 거리가 멀습니다.

미래에 AI 에이전트는 클라우드 가상 머신 통합, 로컬 및 클라우드 협업의 기기측 하이브리드 모드, 프로토콜을 통한 지능형 상호 연결 또는 "슈퍼 OS" 형태의 모든 고주파 애플리케이션 포털 재구성이라는 네 가지 경로를 택할 수 있습니다. 어떤 길을 택하든 결국에는 개인 지능형 서비스의 허브이자 미래 경쟁의 전략적 지휘 고지가 될 것입니다.

이전 표준은 더 이상 DeepSeek V4와 일치하지 않으므로 이번 업데이트 편지에서는 이것이 더 강력한 언어 모델일 뿐만 아니라 복잡한 작업을 자율적으로 수행하고 여러 도구를 통합하며 외부 환경과 효율적으로 상호 작용할 수 있는 지능형 에이전트 기반이 될 것으로 기대합니다.

앞서 언급했듯이 우리는 이것이 '큰' 리듬이 될 것으로 예상하며, DeepSeek의 모델 원리와 제품 기술 진보에 대한 실제 탐구는 이러한 '큰' 리듬을 확인하는 것 같습니다.

지난해 10월부터 DeepSeek는 대형 모델 분야에서 논문 출시와 부분 제품 업데이트를 지속적으로 가속화하여 집중적인 혁신 리듬을 형성해 왔습니다.

2025년 12월 DeepSeek-V3.2 출시부터 2026년 1월 MHC, Engram, DualPath 등 세 가지 핵심 아키텍처 논문이 출시되고 이전에 출시된 R1 기술 보고서가 크게 업데이트 및 확장될 때까지 전반적인 연구 개발은 아키텍처 혁신, 추론 효율성, 다중 양식 및 에이전트 기능을 포괄하는 3차원적인 발전 추세를 보여주었습니다. 이 일련의 작업은 일반적으로 차세대 플래그십 모델 DeepSeek-V4의 기술적 서막으로 간주됩니다.

DeepSeek은 이러한 혁신이 V4의 최종 아키텍처에 어떻게 통합될 것인지 공식적으로 확인하지 않았지만, 논문의 저자 서명(창립자 Liang Wenfeng 포함), 코드 유출 및 플랫폼의 눈에 띄는 변화는 모두 이 방향을 가리킵니다.

2025년 10월 DeepSeek-OCR 시리즈는 시각적 표현을 통해 텍스트 정보를 압축할 수 있는 가능성을 탐구하여 "텍스트 토큰이 시각적 토큰보다 더 효율적"이라는 전통적인 가정을 뒤집습니다. OCR 2의 시각적 인과 흐름 메커니즘을 통해 모델은 기계적 스캐닝이 아닌 인간과 같은 레이아웃 논리를 기반으로 문서를 "이해"할 수 있습니다. 이는 매우 긴 문서(예: 책 전체, 재무 보고서 전체)를 이해하고 처리하기 위한 다중 모드 모델에 대한 새로운 사고 방식을 제공합니다. 계산 복잡성의 제곱 수준 증가를 견딜 필요 없이 대형 모델의 컨텍스트 창을 수천만 개의 토큰으로 확장할 것으로 예상됩니다.

mHC 기술은 1조 매개변수 수준 모델 훈련의 근본적인 문제인 신호 폭발을 목표로 하며, '심층 네트워크 안정성'의 대규모 개발 병목 현상을 극복하고 1조 매개변수 수준 오픈소스 모델 교육의 길을 열어줍니다. 또한 고급 프로세스 칩에 의존하지 않고도 아키텍처 혁신을 통해 심층적인 모델 확장을 달성하는 데 도움이 됩니다.

Engram은 장기적인 맥락과 지속적인 학습을 위한 엔지니어링 솔루션을 지향합니다. Its conditional memory mechanism theoretically supports cross-session persistent memory, breaking through the limitations of "stateless" reasoning in current large models, and reasoning efficiency is no longer hindered by knowledge density. It challenges the traditional Transformer design paradigm of "exchanging calculation for memory". This method stores static knowledge in an external sparse table, allowing the model feed-forward network to focus on dynamic reasoning. This "neuro-symbolic" hybrid architecture allows the model to significantly reduce inference costs while maintaining million-token-level context.

The V3.2 version in December 2025 has initially demonstrated the ability of "cross-tool memory retention", solving the problem of traditional AI Agent losing the reasoning chain when calling multiple tools, and using the sparse attention mechanism to reduce the cost of 128K long context reasoning several times and reduce memory usage by 70%.

In addition, DeepSeek, together with Peking University and Tsinghua University, released a new paper to launch the agent reasoning framework DualPath. Aiming at the storage bandwidth bottleneck of agent large model reasoning, it innovates a dual-path KV-Cache loading mechanism, allowing data reading and GPU calculations to be paralleled, completely solving the problem of idling computing power in traditional architectures. The measured offline reasoning throughput is increased by up to 1.87 times, and the online Agent operating efficiency is increased by 1.96 times. Pure software optimization is used to double the performance. It can be called a disruptive breakthrough in AI infrastructure. The style of improving cost efficiency is very DeepSeek.

There are various signs that the upcoming new generation flagship model DeepSeek-V4 will most likely integrate text, image, and video generation capabilities, and use native multi-modal pre-training instead of post-stitching. The model parameters exceed one trillion, and it has strong memory, tools, code, learning capabilities, and good support for agents.

The combination of domestic models and domestic computing power

In addition to the model, another expectation for DeepSeek V4 is that it hopes to work together with domestic computing power after running in and exploring.

There have been many reports discussing that before releasing V4, DeepSeek did not provide a preview to American chip manufacturers such as NVIDIA and AMD. Instead, it chose to open access to Chinese chip suppliers including Huawei several weeks in advance to ensure that the model could be fully adapted and optimized on the domestic computing platform.

This is also a key reason why the outside world believes that DeepSeek V4 is delayed.

Adapting to domestic computing power is a very difficult road for domestic models, but it has to be done in the longer term. Something that has to be done must have a starting point, and perhaps DeepSeek V4 is that starting point.

When models extend an olive branch, pressure is placed on domestic computing power, which requires efficiency, production capacity, and effective supply to be able to further keep up and form an ecological synergy with the development of models and agents.

If DeepSeek V4 and R2 are proven to be able to perform at world-class levels on domestic chips from training to inference, and at a lower cost, there is hope that they can significantly get rid of their dependence on overseas computing power and break the "King of Tokens" label that Jen-Hsun Huang put on himself through SemiAnalysis.

If you still remember, the night DeepSeek R1 came out, NVIDIA plummeted by nearly 17%, and its largest single-day market value evaporated by US$589 billion.

Nvidia's plunge is not a good thing for technology stock investors, but if it is driven by DeepSeek, then we would like to see this happen again.

Treatment of sugar water intelligence and force intelligence

At the end of this letter, if there is one more expectation to mention - DeepSeek can make a breakthrough in another Scaling Law.

This breakthrough is not in the traditional sense of "the bigger the model, the stronger the capability", but the ability of small-volume models to continuously scale large-volume models.

Based on the two technical routes of "principle-algorithm-training-evolution of thinking and reasoning capabilities" and "intelligent compression-distillation-internalization", the small-volume model in each stage continues to reach the capability level of the large-volume model in the previous stage, and even continues to approach and reach the daily high availability level, and then on this basis, capabilities-applications-scenarios-value are gradually layered.

Small model, regular intelligence serving simple and basic daily life, good at quantity, open, end-side, edge deployment and cost efficiency are better - this is "sugar water intelligence", the soup part of the Token economy.

Large models and super intelligence serve business-productivity-professional technology-heavy tasks in the enterprise industry, and high standards generate high premiums - this is "force intelligence" and the meat-eating part of the Token economy.

As for the evolution of small model capabilities, Google Gemma 4 is a good reference system. It includes four versions: 2B, 4B, 26B and 31B, covering all scenarios from mobile phones to workstations. Among them, the 31B Dense model ranks third in the Arena AI open source rankings, and the 26B A4B MoE model ranks sixth. All four models support image and video input, support more than 140 languages, and have built-in switchable thinking modes. This is not simple parameter compression, but intelligent distillation and internalization - through more efficient knowledge transfer, more precise quantitative pruning, and more advanced distillation technology, small models have great wisdom.

We hope that DeepSeek can surpass Gemma-4 in the three high-quality models of 30B-70B-120B. Enterprise-level deployment can surpass the level reached by the "Six Little Tigers" with an open source model with trillions of parameters and create a new pattern.

On the device side, DeepSeek is also expected to achieve the same breakthrough in the lightweight models of 1B-8B. When client-side models can run smoothly on consumer-grade graphics cards and even mobile phones, when there are hundreds of millions of client-side models in personal mobile phones and computers, and when every ordinary user can have strong AI capabilities, it will be an inclusive form of smart equality and smart economy.

Write at the end

2026 is the year of "jump development" for a new generation of cutting-edge models and takeover agents. Each AI company will play its own trump card, triggering a new round of industry reshuffle.

"China Group" needs the return of DeepSeek, the open source ecosystem needs the promotion of DeepSeek, the Token economy needs DeepSeek's deep force intelligence, and domestic computing power needs the verification of DeepSeek.

Now, there is almost no gap between the model capabilities of China and the United States in the conventional intelligence part of daily question and answer, but there is still a gap in the deep intelligence of long-range complex tasks. This gap makes everyone look forward to DeepSeek.

This is the last reminder and the final call. V4 and R2 carry expectations not only for the iteration of models, but also for the development and advancement of an era. From model war to full-ecological war, from single-point breakthrough to full-stack AI competition, from imitation to independent innovation - can DeepSeek's next step define the next step for China's artificial intelligence?

I hope that DeepSeek's "silence" for more than a year is for a better outbreak.