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。」薩摩耶雲科技集團首席經濟學家鄭磊告訴記者。deepseek解釋稱，r1在後訓練階段大規模使用了強化學習技術，在僅有極少標註數據的情況下，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於它的成本——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對硬體市場產生了重大影響，因為它可能會降低人工智慧模型的硬體成本，從而推動人工智慧技術的發展。
另據媒體報道，為了訓練模型，幻方量化在美國晶元出口限制之前獲得了超過1萬塊英偉達gpu，儘管有說法稱deepseek大約有5萬顆h100晶元，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、上下文長度外推和後訓練在內，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（來自美國人工智慧企業anthropic）等頂尖模型相媲美的性能。
當時著名人工智慧科學家卡帕西（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。
儘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的伺服器也於26日出現了局部服務波動。這一問題在數分鐘內得到解決，或與新模型發布後的訪問量激增有關。
deepseek創始人梁文鋒在接受媒體採訪時也表示：「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。一個公司這麼做也會有文化的吸引力。」meta首席人工智慧科學家楊立昆（yann lecun）也在社交媒體表示，deepseek成功的最大收穫不是來自中國競爭對手的加劇威脅，而是保持人工智慧模型開源的價值，以便任何人都能受益。
「他們有了新的想法，並在其他人的工作基礎上加以實現。由於他們的工作成果已發表並開源，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成立於2023年5月，其背後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」。
隨後的2024年下半年，這家公司還先後發布了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，高於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晶元的條件下完成的，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「大力出奇蹟」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，畢業於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後技術理想主義者。創立幻方，梁文鋒就在幕後潛心鑽研技術，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，一名人工智慧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並被全球主流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係，能更專註於模型開發。」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
每日經濟新聞
