跳转至

DeepSeek V3 / R1

最后更新：2026-04-24

DeepSeek V3（2024-12）和 R1（2025-01-20）是2024-2025 AI 行业最大的"黑天鹅"——一家 150 人中国团队、据称 $5.6M 训练成本 做出可以与 GPT-4 / Claude 3.5 Sonnet 媲美的开源模型，震动美国股市（NVIDIA 一日跌 17% 损失 $600B 市值）、打破"前沿 AI 必须 100 万卡"神话。

一、产品定位

DeepSeek V3 / R1 是 "中国开源 AI 对抗美国闭源 AI 的最强武器"——V3 对标 GPT-4 / Claude 3.5，R1 对标 o1 推理模型，全部开源 + MIT 许可 + API 价极低。定位不是盈利，而是幻方量化（母公司）的技术 / 软实力投入。

二、核心能力与架构

DeepSeek V3（2024-12-26）

  • 参数：671B 总参 / 37B 激活（MoE 架构）
  • 训练算力：2.788M GPU-hours（H800）
  • 训练成本：约 $5.6M（业界公认，虽有争议）
  • 基准：
    • MMLU 88.5（接近 GPT-4o）
    • HumanEval 82.6（接近 Claude 3.5）
    • MATH 90.2（超越 GPT-4o）

DeepSeek R1（2025-01-20）

  • 推理模型，对标 OpenAI o1
  • 基于 V3 + RL 训练
  • 完全开源（权重 + 蒸馏模型）
  • 基准：
    • AIME 2024：79.8（接近 o1-preview）
    • MATH-500：97.3
    • Codeforces：96.3 percentile
  • R1-Zero：不用 RLHF 的纯 RL 版本

关键架构创新

  1. MLA（Multi-head Latent Attention）：降低 KV cache 大小 5-10x
  2. MoE（DeepSeekMoE）：671B 总 / 37B 激活
  3. FP8 混合精度训练：效率提升
  4. GRPO（Group Relative Policy Optimization）：替代 PPO 的 RL 算法
  5. Auxiliary-loss-free load balancing

三、版本与路线图

时间 版本 里程碑
2023-07 DeepSeek 成立
2024-01 DeepSeek LLM 67B
2024-05 DeepSeek V2（首个 MLA + MoE）
2024-12 DeepSeek V3 发布
2025-01-20 DeepSeek R1 开源（震撼全球）
2025-Q2 V3 Lite、R1-Distill 系列（小模型蒸馏）
2025-Q3 V3.5 / R1.5 迭代
2025-Q4 DeepSeek V4 / R2 传闻
2026-Q1 V4 发布预期

四、定价与商业化

API 定价

模型 输入 / 1M tokens 输出 / 1M tokens
DeepSeek V3 $0.27（cache miss）/ $0.07（cache hit） $1.10
DeepSeek R1 $0.55 / $0.14 $2.19

对比： - GPT-4o：输入 $2.50 / 输出 $10 - Claude 3.5 Sonnet：输入 $3 / 输出 $15 - DeepSeek V3 比 GPT-4o 便宜 ~10x

商业化不是核心目标

  • 幻方量化自给算力
  • API 亏本运行（至少 2025 阶段）
  • 主要目的：开源生态影响力 + 吸引开发者 + 为幻方 brand 加分

下载量

  • Hugging Face 累计下载 5 亿+
  • GitHub 星 130k+
  • 全球开发者广泛使用

五、用户反馈

开发者社区

  • "2025 年最震撼开源模型" —— Reddit / HN 一致评价
  • "用 API 一个月 $5 完成了用 Claude 一个月 $500 的活"
  • R1 推理链 transparency 被赞赏（o1 不展示思考过程）

企业反馈

  • 美国硅谷企业大量使用 DeepSeek V3 —— 成本优势明显
  • 2025-02 Microsoft / AWS 等都宣布支持 DeepSeek 部署
  • 但部分企业因数据主权 / 政治敏感不用中国模型

批评

  • 中文政治敏感话题回答谨慎（符合中国监管）
  • 超长上下文质量一般（128K vs Gemini 2M）
  • 多模态不如 GPT / Gemini
  • "$5.6M" 成本争议：只是 final run 成本，不含研究 / 基础设施

市场影响

  • 2025-01-27 美股震动：NVIDIA 单日 -17%，Nasdaq -3%
  • 媒体爆发讨论 "AI capex 是否被过度投入"
  • Zuckerberg / Musk / Altman 多人回应 DeepSeek 冲击

六、竞品对比

维度 DeepSeek V3 GPT-4o Claude 3.5 Sonnet Llama 3.1 405B
通用能力 ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐
编程 ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐
数学 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐
多模态 ⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐ ⭐⭐
开源 ✅ ❌ ❌ ✅
价格 极低 高 高 免费自部署
维度 DeepSeek R1 o1 Claude Extended Thinking QwQ-32B
推理 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐
数学 ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐ ⭐⭐⭐⭐
Transparency ⭐⭐⭐⭐⭐ ⭐ ⭐⭐⭐ ⭐⭐⭐⭐
开源 ✅ ❌ ❌ ✅

七、使用笔记

DeepSeek V3 最适合

  1. 通用对话 / 问答：免费且强
  2. 数学 / 科学推理：成本极低
  3. API 大规模批处理：1/10 成本
  4. 中文场景：比 GPT 原生支持更好
  5. 研究 / 学术：开源可 fine-tune

DeepSeek R1 最适合

  1. 深度推理任务：替代 o1（且有思考链）
  2. 数学竞赛题：AIME 水平
  3. R1-Distill 7B / 14B / 32B：个人本地部署
  4. RL 研究：开源权重 + 训练细节

不太适合

  • 多模态 / 视觉任务
  • 严肃 Agent 生产环境（Tool Use 未优化）
  • 数据主权敏感的政府 / 金融客户

八、信息源