全球科技界近日因DeepSeek的崛起而沸騰。在直播中，馬斯克攜手其所謂的“地球上最聰明的AI”——Gork 3亮相，他聲稱該AI的推理能力超越了所有已知模型，并在推理-測(cè)試時(shí)間得分上優(yōu)于DeepSeek R1和OpenAI o1。這一消息緊接著微信宣布接入DeepSeek R1進(jìn)行灰度測(cè)試，被視為AI搜索領(lǐng)域即將迎來(lái)巨變的前兆。

目前，微軟、英偉達(dá)、華為云、騰訊云等眾多全球科技巨頭已紛紛接入DeepSeek。網(wǎng)友們更是腦洞大開，開發(fā)出算命、預(yù)測(cè)彩票等新奇應(yīng)用，其熱度直接轉(zhuǎn)化為經(jīng)濟(jì)效益，推動(dòng)DeepSeek的估值飆升，最高已達(dá)到千億美金。DeepSeek之所以備受矚目，除了其免費(fèi)且易用的特點(diǎn)外，還因?yàn)樗鼉H以557.6萬(wàn)美元的GPU成本就訓(xùn)練出了與OpenAI o1實(shí)力相當(dāng)?shù)腄eepSeek R1模型。相比之下，過(guò)去幾年的“百模大戰(zhàn)”中，國(guó)內(nèi)外AI大模型公司動(dòng)輒投入幾十億甚至上百億美元。

然而，Gork 3成為“全球最聰明AI”的代價(jià)同樣不菲，馬斯克透露Gork 3的訓(xùn)練累計(jì)消耗了20萬(wàn)塊英偉達(dá)GPU（每塊成本約3萬(wàn)美元），而據(jù)業(yè)內(nèi)人士估計(jì)，DeepSeek的訓(xùn)練成本所用的GPU數(shù)量?jī)H在1萬(wàn)多張。盡管如此，從50美元到上百億美元的訓(xùn)練成本差異，仍引發(fā)了廣泛討論：DeepSeek的能力究竟有多強(qiáng)？訓(xùn)練一個(gè)大模型需要多少錢？涉及哪些環(huán)節(jié)？

業(yè)內(nèi)人士指出，在解答這些問(wèn)題前，需要先澄清一些誤解。首先，DeepSeek并非只有一個(gè)模型，而是包含多個(gè)大模型，每個(gè)模型的功能各不相同。557.6萬(wàn)美元只是其通用大模型DeepSeek-V3訓(xùn)練過(guò)程中的GPU花費(fèi)，即凈算力成本。通用大模型與推理大模型DeepSeek-R1的主要區(qū)別在于技術(shù)實(shí)現(xiàn)和應(yīng)用場(chǎng)景：通用大模型接收明確指令，基于概率預(yù)測(cè)快速回答；而推理大模型則接收簡(jiǎn)單任務(wù)，基于鏈?zhǔn)剿季S逐步推理得出答案。

其次，盡管推理大模型是前沿技術(shù)，但并不意味著它比通用大模型更高級(jí)或更好用。大模型領(lǐng)域?qū)＜覄⒙斨赋?，?duì)于某些問(wèn)題，如詢問(wèn)某個(gè)國(guó)家的首都，推理大模型可能不如通用大模型高效且準(zhǔn)確，甚至?xí)霈F(xiàn)過(guò)度思考導(dǎo)致錯(cuò)誤答案的情況。因此，他建議在進(jìn)行數(shù)學(xué)難題、挑戰(zhàn)性編碼等復(fù)雜任務(wù)時(shí)使用推理模型，而在總結(jié)、翻譯、基礎(chǔ)問(wèn)答等簡(jiǎn)單任務(wù)中，通用模型更為適用。

在評(píng)估DeepSeek的真正實(shí)力時(shí)，綜合權(quán)威榜單和專家意見，DeepSeek在推理大模型和通用大模型領(lǐng)域均位列前茅。推理大模型第一梯隊(duì)包括OpenAI的o系列、Google的Gemini 2.0、DeepSeek-R1以及阿里的QwQ。盡管DeepSeek-R1被視為國(guó)內(nèi)頂尖模型，但與OpenAI最新的o3相比仍有一定差距。然而，它的出現(xiàn)大大縮小了國(guó)內(nèi)外頂尖水平之間的差距，從之前的2-3代差距縮小到了0.5代。

在通用大模型領(lǐng)域，第一梯隊(duì)包括Google的Gemini（閉源）、OpenAI的ChatGPT、Anthropic的Claude以及DeepSeek和阿里的Qwen。盡管DeepSeek-R1震驚了全球科技圈，但每家大模型產(chǎn)品都有其自身的優(yōu)勢(shì)和局限性。例如，劉聰發(fā)現(xiàn)DeepSeek最新發(fā)布的多模態(tài)大模型Janus-Pro在圖像理解和生成任務(wù)上的表現(xiàn)并不理想。

關(guān)于訓(xùn)練大模型的成本問(wèn)題，劉聰表示大模型的誕生主要分為預(yù)訓(xùn)練和后訓(xùn)練兩個(gè)階段。預(yù)訓(xùn)練涉及大量文本語(yǔ)料的輸入，使模型完成知識(shí)攝??；后訓(xùn)練則包括模型微調(diào)（SFT）和強(qiáng)化學(xué)習(xí)（RLHF），使模型學(xué)會(huì)如何運(yùn)用所學(xué)知識(shí)。無(wú)論是通用大模型還是推理大模型，國(guó)內(nèi)外遵循的都是這一流程。然而，各家大模型的訓(xùn)練成本差異巨大，主要集中在硬件、數(shù)據(jù)和人工三個(gè)方面。

硬件方面，是購(gòu)買還是租賃GPU會(huì)直接影響成本。購(gòu)買前期投入大但后期成本低，而租賃則持續(xù)產(chǎn)生費(fèi)用。數(shù)據(jù)方面，是購(gòu)買現(xiàn)成數(shù)據(jù)還是自行爬取數(shù)據(jù)，也會(huì)影響成本。每次訓(xùn)練的成本、中間迭代的版本數(shù)量以及是否存在算力浪費(fèi)現(xiàn)象等因素，都使得最終成本難以準(zhǔn)確預(yù)估。盡管外界曾按照GPU估算頂尖模型的訓(xùn)練成本，但由于閉源和算力浪費(fèi)等因素，實(shí)際成本難以知曉。直到DeepSeek以557.6萬(wàn)美元的成本出現(xiàn)。

然而，需要注意的是，557.6萬(wàn)美元只是DeepSeek技術(shù)報(bào)告中提到的基座模型DeepSeek-V3的訓(xùn)練成本，并不包括前期研究、架構(gòu)及算法的試錯(cuò)等成本。而且，DeepSeek-R1的具體訓(xùn)練成本在論文中并未提及。半導(dǎo)體市場(chǎng)分析和預(yù)測(cè)公司SemiAnalysis指出，考慮到服務(wù)器資本支出、運(yùn)營(yíng)成本等因素，DeepSeek的總成本在4年內(nèi)可能達(dá)到25.73億美元。盡管如此，與其他大模型公司相比，DeepSeek的成本仍然較低。

DeepSeek不僅在模型訓(xùn)練階段效率更高，在調(diào)用推理階段也更高效、成本更低。從DeepSeek給出的各大模型API定價(jià)可以看出，其成本遠(yuǎn)低于“OpenAI們”。DeepSeek-R1的API定價(jià)為每百萬(wàn)輸入tokens 1元（緩存命中），每百萬(wàn)輸出tokens 16元；而OpenAI的o3-mini的定價(jià)分別為0.55美元（4元人民幣）和4.4美元（31元人民幣）。低價(jià)策略使得中小企業(yè)更容易接入DeepSeek。

DeepSeek之所以能夠?qū)崿F(xiàn)低成本高效益，關(guān)鍵在于從模型結(jié)構(gòu)到預(yù)訓(xùn)練和后訓(xùn)練的全面優(yōu)化。例如，在模型結(jié)構(gòu)上，DeepSeek采用了細(xì)粒度專家分割和共享專家隔離技術(shù)，提高了MoE參數(shù)效率和性能；在數(shù)據(jù)處理上，使用了FP8低精度訓(xùn)練來(lái)加速深度學(xué)習(xí)訓(xùn)練；在后訓(xùn)練中的強(qiáng)化學(xué)習(xí)上，選擇了GRPO算法來(lái)降低算力要求；在推理層面上，用多頭潛在注意力機(jī)制（MLA）替代了傳統(tǒng)的多頭注意力（MHA），顯著降低了顯存占用和計(jì)算復(fù)雜度。

DeepSeek的降本不僅給從業(yè)者帶來(lái)了技術(shù)上的啟發(fā)，也影響了AI公司的發(fā)展路徑。英諾天使基金合伙人王晟指出，AI產(chǎn)業(yè)在跑通AGI方向上通常有兩種路徑選擇：一種是“算力軍備”范式，另一種是“算法效率”范式。DeepSeek的一系列模型證明了在天花板漲不動(dòng)的情況下，將重點(diǎn)放在優(yōu)化效率而非能力增長(zhǎng)上的范式具有可行性。