האסטרטגיה המשולשת של DeepSeek: גיוס הטאלנט, גיוס ההיסטורי וההשקה שמטרתם לסגור את הפער מול OpenAI

במחצית הראשונה של 2026, DeepSeek ביצעה תמרון מתואם בשלושה חלקים החושף כיצד המעבדה הסינית לבינה מלאכותית מתכוונת לצמצם את הפער מול OpenAI ואנתרופיק. החברה גייסה חוקר דיסטילציה מוביל מצינגואה, סגרה סבב גיוס היסטורי של 7.4 מיליארד דולר, והכינה את ההשקה המלאה של מודל V4 – הכל בתוך שבועות ספורים. כל אחד מהמהלכים האלו מעיד בנפרד על שאיפה; יחד, הם יוצרים אסטרטגיה קוהרנטית לדחיסת מחזור הפיתוח ולהתמודדות בחזית הטכנולוגיה.

1. גו יושיאן מביא מומחיות דיסטילציה ברמה עולמית ל־DeepSeek

ב־5 ביולי 2026, כלי התקשורת הסיני Tencent News דיווח כי יושיאן גו (顾煜贤) – דוקטורנט מאוניברסיטת צינגואה, זוכה מלגת המצטיינים של צינגואה לשנת 2025 וזוכה מלגות אפל ואנט אינטֶק לשנת 2025 – הצטרף רשמית ל־DeepSeek . שמו של גו כבר הופיע ברשימת מחברי המאמר המדעי של DeepSeek V4.

גו הוא המחבר הראשי של MiniLLM (ICLR 2024), מאמר פורץ דרך בנושא דיסטילציית ידע על־פוליסי של מודלי שפה גדולים, שצבר קרוב ל־5,000 ציטוטים . מחקרו מתמקד באימון ופריסה יעילים של מודלי LLM תחת משאבי מחשוב מוגבלים. דבריו תואמים את האתוס של DeepSeek: "כשהחומרה מוגבלת, חדשנות אלגוריתמית הופכת למפתח לפריצת צוואר הבקבוק החישובי" .

הגיוס מתוזמן אסטרטגית. הדו"ח הטכני של DeepSeek V3 כבר מתאר דיסטילציה של יכולת חשיבה ממודלי סדרת R1 . מתודולוגיית MiniLLM של גו – המשתמשת ב־reverse KL divergence לדיסטילציה גנרטיבית – עשויה לשפר ישירות את היעילות ואת מבנה העלות של מודלים עתידיים.

2. גיוס של 7.4 מיליארד דולר לפי שווי של 52–59 מיליארד דולר

DeepSeek סגרה את סבב הגיוס החיצוני הראשון בתולדותיה ב־16 ביוני 2026, בגיוס של כ־7.4 מיליארד דולר (50 מיליארד יואן) לפי שווי חברה לאחר הגיוס של 52 עד 59 מיליארד דולר . סבב זה הופך את DeepSeek לסטארטאפ הבינה המלאכותית בעל השווי הגבוה ביותר בסין .

תנאי המפתח של העסקה:

• טנסנט השקיעה כ־1.4 מיליארד דולר (10 מיליארד יואן) כמשקיעה עוגן
• CATL, יצרנית הסוללות לרכב חשמלי הגדולה בעולם, השקיעה כ־700 מיליון דולר (5 מיליארד יואן)
• המייסד ליאנג וונפנג תרם כ־2.85 מיליארד דולר (20 מיליארד יואן) מהונו האישי, תוך שמירה על שליטה
• פחות מעשרה משקיעים מוסדיים השתתפו

ההון מספק קופת מלחמה לגיוס כישרונות מובילים כמו גו, למימון המחשוב העצום הנדרש לאימון בקנה מידה של V4 (מודלי MoE עם 1.6 טריליון פרמטרים), ולקיום תמחור API הנמוך משמעותית מ־OpenAI ואנתרופיק .

3. מודל V4: תצוגה מקדימה כבר שוחררה, גרסה מלאה באמצע יולי 2026

DeepSeek פרסמה מודלי V4 ראשוניים (Preview) – במשקלים פתוחים תחת רישיונות MIT ו־Apache 2.0 – בין ה־22 ל־24 באפריל 2026 . דיווח Tencent News קובע כי "V4 正式版" (הגרסה הרשמית/סופית) תושק באמצע יולי 2026 .

משפחת V4 כוללת שני וריאנטים של Mixture-of-Experts :

• V4-Pro – 1.6 טריליון פרמטרים בסך הכול, 49 מיליארד מופעלים לכל טוקן, עם חלון הקשר של מיליון טוקנים
• V4-Flash – 284 מיליארד פרמטרים בסך הכול, 13 מיליארד מופעלים, גם עם חלון הקשר של מיליון

שני המודלים שוחררו במשקלים פתוחים ב־Hugging Face ובנקודות קצה API בתמחור נמוך משמעותית ממודלי הקצה האמריקאיים – בערך 1/34 מעלות הקלט של Claude Opus 4.7 .

4. CAISI של NIST אישר את V4 כמודל הסיני המסוגל ביותר שנבדק – עם הסתייגות

ב־1 במאי 2026, המרכז לתקינה וחדשנות בבינה מלאכותית (CAISI) של מכון התקנים האמריקאי (NIST) פרסם הערכה לפיה: "DeepSeek V4 הוא מודל הבינה המלאכותית מסין המסוגל ביותר שהוערך על ידי CAISI עד כה" בתחומי הסייבר, הנדסת תוכנה, מדעי הטבע וחשיבה מופשטת . Bloomberg דיווחה באופן עצמאי על אותו ממצא .

עם זאת, הערכת CAISI גם ציינה כי V4-Pro מפגר אחרי מודלי הקצה המובילים בארה"ב בכ־8 חודשים במשימות חשיבה ומתמטיקה . במונחי ציוני Elo משוערים, V4 Pro השיג כ־800 נקודות, בעוד GPT-5.5 השיג 1260 .

זהו ניואנס קריטי: ההגדרה כ"מודל הסיני המסוגל ביותר" מאשרת את ההובלה של DeepSeek בסין, אך גם מכמתת בפומבי את הפער מול OpenAI ואנתרופיק.

איך הכל משתלב כאסטרטגיה קוהרנטית

שלושת המהלכים מתואמים הדוקות ומחזקים זה את זה:

• גיוס גו יושיאן מזרים מומחיות דיסטילציה ברמה עולמית בדיוק ברגע ש־DeepSeek משיקה את V4 – מודל שכבר משתמש בטכניקות דיסטילציה. השיטות של גו יכולות לשפר ישירות את היעילות ומבנה העלות של מודלים עתידיים, ולסייע ל־DeepSeek לעשות יותר עם פחות מחשוב.

• גיוס 7.4 מיליארד הדולר מספק קופת מלחמה לגיוס אגרסיבי של כישרונות כמו גו, למימון המחשוב המסיבי לאימון בקנה מידה של V4, ולקיום תמחור API הרבה מתחת למתחרות האמריקאיות.

• השקת V4 המלאה היא רכב המוצר שצריך להוכיח ש־DeepSeek יכולה לצמצם את פער 8 החודשים ש־NIST זיהה. זוהי ההוכחה הפומבית לכך שהאסטרטגיה עובדת.

בשורה התחתונה

DeepSeek רצה לדחוס את מחזור המו"פ שלה על ידי הזרמת הון, רכישת כישרונות דיסטילציה מובילים ודחיפת V4 לייצור – הכל במטרה לצמצם את הפער המכומת מול מודלי הקצה האמריקאיים במהירות האפשרית. האם האסטרטגיה התלת-שלבית תצליח תלויה במידה רבה במהירות שבה חדשנות אלגוריתמית יכולה לפצות על אילוצי החומרה, והאם הדור הבא של המודלים יצליח לכווץ את פער שמונת החודשים.