DeepSeek im Angriffsmodus: Mit 7,4 Milliarden Dollar, einem Spitzenforscher und dem V4-Modell gegen OpenAI

Im ersten Halbjahr 2026 hat DeepSeek ein koordiniertes Dreifach-Manöver durchgeführt, das die Strategie des chinesischen KI-Labors im Wettlauf mit OpenAI und Anthropic offenlegt. Das Unternehmen verpflichtete einen führenden Distillations-Forscher der Tsinghua-Universität, schloss eine rekordverdächtige Finanzierungsrunde über 7,4 Milliarden Dollar ab und bereitete die finale Veröffentlichung seines V4-Modells vor – alles innerhalb weniger Wochen. Jeder Schritt für sich signalisiert Ambition; gemeinsam ergeben sie eine kohärente Strategie, um den Forschungs- und Entwicklungszyklus zu verkürzen und an der Spitze mitzuspielen.

1. Gu Yuxian bringt Weltklasse-Wissen in der Modell-Distillation zu DeepSeek

Am 5. Juli 2026 berichtete das chinesische Medienportal Tencent News, dass Yuxian Gu (顾煜贤) – ein Doktorand der Tsinghua-Universität, Träger des Tsinghua Graduate Special Scholarship 2025 sowie des Apple Scholars Award und des Ant In-Tech Scholarship – offiziell zu DeepSeek gestoßen ist ^N. Gus Name erschien bereits in der Autorenliste des DeepSeek V4-Papiers.

Gu ist der Hauptautor von MiniLLM (ICLR 2024), einer wegweisenden Arbeit zur On-Policy-Wissensdistillation großer Sprachmodelle, die inzwischen fast 5.000 Mal zitiert wurde ^AAP. Seine Forschung konzentriert sich auf das effiziente Training und den Einsatz von LLMs unter begrenzten Rechenressourcen. Seine eigenen Worte decken sich mit der Philosophie von DeepSeek: „Wenn die Hardware begrenzt ist, wird algorithmische Innovation zum Schlüssel, um den Rechen-Engpass zu überwinden“ ^L.

Die Einstellung ist strategisch perfekt getimed. Der technische Bericht zu DeepSeek V3 beschreibt bereits die Destillation von Reasoning-Fähigkeiten aus den R1-Modellen ^A. Gus MiniLLM-Methodik – die Reverse-KL-Divergenz für generative Destillation nutzt – könnte direkt die Effizienz und Kostenstruktur zukünftiger Modelle verbessern.

2. 7,4 Milliarden Dollar Finanzierung bei einer Bewertung von 52 bis 59 Milliarden Dollar

DeepSeek schloss am 16. Juni 2026 seine erste externe Finanzierungsrunde ab und nahm rund 7,4 Milliarden Dollar (50 Milliarden Yuan) bei einer Post-Money-Bewertung von 52 bis 59 Milliarden Dollar auf ^RFF. Die Runde macht DeepSeek zum wertvollsten KI-Startup in China ^F.

Wichtige Details der Vereinbarung:

• Tencent investierte als Ankerinvestor rund 1,4 Milliarden Dollar (10 Milliarden Yuan) ^RF
• CATL, der weltgrößte Hersteller von E-Auto-Batterien, investierte etwa 700 Millionen Dollar (5 Milliarden Yuan) ^RF
• Gründer Liang Wenfeng steuerte rund 2,85 Milliarden Dollar (20 Milliarden Yuan) aus seinem eigenen Vermögen bei, um die Kontrolle zu behalten ^RF
• Weniger als zehn institutionelle Investoren beteiligten sich ^F

Das Kapital dient als Kriegskasse, um Top-Talente wie Gu zu verpflichten, die massiven Rechenressourcen für das V4-Training (1,6-Billionen-Parameter-MoE-Modelle) zu finanzieren und die API-Preise weit unter denen von OpenAI und Anthropic zu halten ^NO.

3. V4-Modell: Vorschau bereits veröffentlicht, finale Version für Mitte Juli 2026

DeepSeek veröffentlichte die V4-Vorschaumodelle – mit offenen Gewichten unter MIT- und Apache-2.0-Lizenzen – am 22.–24. April 2026 ^RDA. Der Tencent-News-Bericht gibt an, dass die „V4 正式版“ (offizielle/finale Version) Mitte Juli 2026 starten wird ^N.

Die V4-Familie besteht aus zwei Mixture-of-Experts-Varianten ^RHA:

• V4-Pro – 1,6 Billionen Gesamtparameter, 49 Milliarden aktiviert pro Token, mit einem Kontextfenster von 1 Million Token
• V4-Flash – 284 Milliarden Gesamtparameter, 13 Milliarden aktiviert, ebenfalls mit 1 Million Token Kontext

Beide wurden mit offenen Gewichten auf Hugging Face und API-Endpunkten zu deutlich niedrigeren Preisen als US-Spitzenmodelle veröffentlicht – etwa 1/34 der Kosten von Claude Opus 4.7 beim Input ^CHA.

4. NISTs CAISI bestätigt V4 als leistungsfähigstes chinesisches KI-Modell – mit einem Vorbehalt

Am 1. Mai 2026 veröffentlichte das Center for AI Standards and Innovation (CAISI) der US-Behörde NIST eine Bewertung, in der es heißt: „DeepSeek V4 ist das leistungsfähigste KI-Modell aus der VR China, das von CAISI bisher bewertet wurde“ – in den Bereichen Cybersicherheit, Softwareentwicklung, Naturwissenschaften und abstraktes Denken ^N. Bloomberg berichtete unabhängig darüber ^B.

Die CAISI-Bewertung stellte jedoch auch fest, dass V4-Pro bei Reasoning- und Mathe-Benchmarks etwa acht Monate hinter den führenden US-Spitzenmodellen zurückliegt ^NBG. In Bezug auf geschätzte Elo-Werte erreichte V4 Pro etwa 800, während GPT-5.5 auf 1260 kam ^IL.

Das ist eine entscheidende Nuance: Die Bezeichnung als „leistungsfähigstes chinesisches Modell“ bestätigt zwar DeepSeeks Führungsposition in China, beziffert aber auch öffentlich den Abstand zu OpenAI und Anthropic.

Wie alles als kohärente Strategie zusammenspielt

Alle drei Schritte sind eng synchronisiert und verstärken sich gegenseitig:

• Die Verpflichtung von Gu Yuxian bringt Weltklasse-Know-how in der Distillation genau in dem Moment zu DeepSeek, in dem das Unternehmen V4 ausliefert – ein Modell, das bereits Destillationstechniken nutzt. Gus Methoden könnten direkt die Effizienz und Kostenstruktur zukünftiger Modelle verbessern und DeepSeek helfen, mit weniger Rechenleistung mehr zu erreichen.

• Die 7,4-Milliarden-Finanzierung stellt die Kriegskasse bereit, um Talente wie Gu aggressiv anzuwerben, die massiven Rechenressourcen für das V4-Training zu finanzieren und die API-Preise weit unter denen der US-Wettbewerber zu halten.

• Die finale V4-Veröffentlichung ist das Produkt, das beweisen muss, dass DeepSeek die von der NIST identifizierte Lücke von acht Monaten schließen kann. Sie ist der öffentliche Beweis, dass die Strategie funktioniert.

Fazit

DeepSeek befindet sich im Wettlauf, seinen F&E-Zyklus zu verkürzen, indem es gleichzeitig Kapital aufnimmt, Top-Distillations-Talente akquiriert und V4 in die Produktion bringt – alles mit dem Ziel, den quantifizierten Abstand zu den US-Spitzenmodellen so schnell wie möglich zu schließen. Ob diese Dreifach-Strategie erfolgreich sein wird, hängt davon ab, wie schnell algorithmische Innovation Hardware-Beschränkungen kompensieren kann und ob die nächste Modellgeneration die Achttmonatslücke schrumpfen kann.