DeepSeek刷屏，超越ChatGPT！

每經編輯 畢陸名

1月27日，DeepSeek應用登頂蘋果美國地區應用商店免費APP下載排行榜，在美區下載榜上超越了ChatGPT。同日，蘋果中國區應用商店免費榜顯示，DeepSeek成為中國區第一。

據廣州日報報道，“DeepSeek爆火的原因主要可以歸結為兩點：性能和成本。”薩摩耶云科技集團首席經濟學家鄭磊告訴記者。DeepSeek解釋稱，R1在后訓練階段大規模使用了強化學習技術，在僅有極少標注數據的情況下，極大提升了模型推理能力。這種卓越的性能不僅吸引了科技界的廣泛關注，也讓投資界看到了其巨大的商業潛力。

更為關注的是，DeepSeek R1真正與眾不同之處在于它的成本——或者說成本很低。DeepSeek的R1的預訓練費用只有557.6萬美元，僅是OpenAI GPT-4o模型訓練成本的不到十分之一。同時，DeepSeek公布了API的定價，每百萬輸入tokens 1元（緩存命中）/4元（緩存未命中），每百萬輸出tokens 16元。這個收費大約是OpenAI o1運行成本的三十分之一，也因此，DeepSeek被稱為AI界的“拼多多”。

“DeepSeek以較低的成本實現了高性能的AI模型，這使得其在市場競爭中具備了顯著的優勢，這種成本效益比無疑會吸引大量企業和個人用戶選擇其產品和服務。”北京社科院副研究員王鵬表示。

鄭磊直言，DeepSeek對硬件市場產生了重大影響，因為它可能會降低人工智能模型的硬件成本，從而推動人工智能技術的發展。

另據媒體報道，為了訓練模型，幻方量化在美國芯片出口限制之前獲得了超過1萬塊英偉達GPU，盡管有說法稱DeepSeek大約有5萬顆H100芯片，但尚未得到公司官方證實。

早在去年12月，該公司推出的DeepSeek-V3通過優化模型架構和基礎設施等方式，展現了極致性價比。從該團隊正式發布的技術報告來看，包括預訓練、上下文長度外推和后訓練在內，DeepSeek-V3完整訓練只需2.788M H800 GPU小時，其訓練成本僅為557萬美元，但該模型實現了與GPT-4o和Claude Sonnet 3.5（來自美國人工智能企業Anthropic）等頂尖模型相媲美的性能。

當時著名人工智能科學家卡帕西（Andrej Karpathy）就發文表示，這種級別的能力通常需要接近16000顆GPU的集群，而目前市場上的集群規模更是達到了10萬顆GPU左右。

圖片來源：視覺中國

盡管尚不清楚最新發布的DeepSeek-R1的訓練成本，但其在服務價格上，相較性能相當的OpenAI的o1也有明顯優勢。DeepSeek-R1的API服務定價為每百萬輸入tokens 1元（緩存命中）/4元（緩存未命中），分別是OpenAI o1的2%和3.6%。

除了極致性價比，讓DeepSeek的大模型脫穎而出的是其代碼和訓練方法的完全開源。

目前，DeepSeek-R1已經一躍成為開源社區Hugging Face上下載量最高的大模型，下載量達10.9萬次，這意味著全球的開發人員正在試圖了解這一模型以輔助他們自己的AI開發。DeepSeek的服務器也于26日出現了局部服務波動。這一問題在數分鐘內得到解決，或與新模型發布后的訪問量激增有關。

DeepSeek創始人梁文鋒在接受媒體采訪時也表示：“在顛覆性的技術面前，閉源形成的護城河是短暫的。即使OpenAI閉源，也無法阻止被別人趕超。”

梁文鋒認為：“開源更像一個文化行為，而非商業行為。給予其實是一種額外的榮譽。一個公司這么做也會有文化的吸引力。”Meta首席人工智能科學家楊立昆（Yann LeCun）也在社交媒體表示，DeepSeek成功的最大收獲不是來自中國競爭對手的加劇威脅，而是保持人工智能模型開源的價值，以便任何人都能受益。

“他們有了新的想法，并在其他人的工作基礎上加以實現。由于他們的工作成果已發表并開源，因此每個人都可以從中受益。”楊立昆表示，“這就是開放研究和開源的力量。”

DeepSeek成立于2023年5月，其背后是國內對沖基金巨頭幻方量化。

2023年11月2日，DeeSeek推出首個模型DeepSeek Coder，該模型免費供商業使用且完全開源。2023年11月29日，DeepSeek LLM上線，其參數規模達到67B，性能接近GPT-4，同時還發布了該模型的聊天版本DeepSeek Chat。

真正讓Deepseek在AI界出圈的，是其在2024年5月開源的第二代MoE大模型DeepSeek-V2。該模型在性能上比肩GPT-4 Turbo，價格卻只有GPT-4的百分之一，DeepSeek由此被稱作“價格屠夫”、“AI界的拼多多”。

隨后的2024年下半年，這家公司還先后發布了DeepSeek R1-lite-preview和DeepSeek-V3。

到了2025年推出的R1模型，在數學能力測試中，該模型在MATH基準測試上達到了77.5%的準確率，與OpenAI的o1不相上下；在編程領域，R1在Codeforces評測中達到了2441分的水平，高于96.3%的人類參與者。

而這一切，是在不到600萬美元的投入和2048塊低性能的H800芯片的條件下完成的，訓練時間僅用兩個月。這種“四兩撥千斤”的模式，顛覆了人們對OpenAI“大力出奇跡”式的固有認知，結果令全球側目。

幻方量化和DeepSeek創始人梁文鋒，畢業于浙江大學信息與通信工程專業。業內口碑稱，這是一位極致的80后技術理想主義者。創立幻方，梁文鋒就在幕后潛心鉆研技術，在DeepSeek時代，其依舊延續著低調作風，和一線研究員一樣，每天“看論文，寫代碼，參與小組討論”。

據證券時報報道，一名人工智能行業資深業內人士向記者分析稱，DeepSeek以200人左右的小團隊，且不依靠外部融資，做出了一個有性價比并被全球主流AI界人士所認可的大模型。“一是他們在早期就買了很多算力卡，投入了很多資源做研究；二是他們是做量化的，不像大廠有其他各種各樣的盈利需求，也跟他們不構成競爭關系，能更專注于模型開發。”該業內人士表示。

每日經濟新聞綜合廣州日報、第一財經、證券時報

封面圖片來源：每日經濟新聞