一家起步于量化交易公司的初创企业，决定不去照搬硅谷训练 AI 的方式。它的模型如今排在开源榜单顶端，而 1 月的一个财报日，就让芯片厂商的市值蒸发了数千亿美元。从西雅图到深圳，董事会里回荡的问题是简单的：这个行业是不是多年来一直在为智能多付钱？
关键要点
- DeepSeek-V3（2024 年 12 月）是一个 6710 亿参数的混合专家（MoE）模型，训练耗资约 558 万美元——大约相当于同类闭源模型据说成本的十分之一。
- DeepSeek-R1（2025 年 1 月）是一个在 MIT 许可证下发布的推理模型，在数学与代码上比肩 OpenAI 的 o1，同时完全开放、可免费商用。
- 省下的钱来自工程选择（FP8 训练、压缩注意力、无损负载均衡），而非廉价劳力或运气。
- 这次发布重置了外界对"一个运作良好的实验室，不必拥有最大 GPU 库存也能做到什么"的预期。
一个拒绝照本宣科的模型
DeepSeek 是幻方量化（High-Flyer）的 AI 部门，一家中国量化对冲基金。当它在 2024 年 12 月 26 日发布 DeepSeek-V3 时，头条数字不是基准，而是账单。据公司自己的技术报告，V3 是一个 6710 亿参数的 MoE 模型，每 token 仅激活 370 亿参数，在 14.8 万亿 token 上完成预训练。总训练算力约 278.8 万 H800 GPU 小时，论文估值约 557.6 万美元。
作为参照，Anthropic 的 CEO 曾表示，像 GPT-4o 这样的模型训练成本约在 1 亿美元量级。DeepSeek 没声称 V3 严格优于每一个闭源模型，但它报告的知识、数学和编程任务表现接近 GPT-4o 与 Claude 3.5 Sonnet——这类对比在一年前只有少数资金充裕的实验室敢尝试。
钱到底花在哪了
更低的账单不是魔法，而是一叠刻意的架构决策：
- 多头潜在注意力（MLA）把键值缓存压缩进一个小的潜在向量，大幅削减服务长对话所需的内存。
- 一种无辅助损失的 MoE 负载均衡方案，在不牺牲性能的前提下让各专家被均匀使用。
- 多 token 预测（MTP）让模型一次前瞻数个 token，提升数据效率并加速推理。
- FP8 混合精度训练，首次在开放模型中以此规模使用，把数值精度和相关成本大致减半，却不令训练失稳。
- 相对前代 V2.5 生成速度提升 3 倍（从约每秒 20 个到约每秒 60 个 token），对任何真正部署该模型的人都是实打实的收益。
据李锚，脑机网(BrainNet)首席科学家表示，DeepSeek 这几篇论文的价值，不在单个数字，而在证明"前沿是一个工程问题，而不只是采购问题"。要点是：效率成了一门研究议程，而非事后才想的事。
R1 把推理变成人人可 fork 的东西
2025 年 1 月 20 日，DeepSeek 发布 R1，一个构建在 V3 之上的推理模型。它在训练后阶段用大规模强化学习（强化学习）训练，产出显式的思维链，并据公司说法在数学、代码和逻辑推理基准上比肩 OpenAI 的 o1。关键的是，它以 MIT 许可证发布——权重、代码，甚至允许从其输出中蒸馏更小的模型。DeepSeek 还发布了六个蒸馏模型，其中 320 亿和 700 亿版本被定位为与 OpenAI 的 o1-mini 相当。
价格进一步凸显了态度：R1 的 API 在缓存命中时约每百万输入 token 0.14 美元、缓存未命中 0.55 美元、每百万输出 token 2.19 美元——只是前沿模型费率的一小部分。
市场反应才是真正的头条
当 DeepSeek 的应用在 2025 年 1 月下旬登顶中美下载榜，金融余震立即到来。2025 年 1 月 27 日，仅英伟达一家就在单个交易日内蒸发约 5890 亿美元市值——这是当时任何公司单日最大跌幅——投资者开始质疑"买更多 GPU"是否仍是通往可用 AI 的唯一路径。其他芯片与基础设施名字也随之下跌。
这种反应最好被读作情绪转向，而非对物理规律的裁决。DeepSeek 仍用了数千块高端 GPU；它只是主张这些 GPU 可以被用得更聪明。
为何意义超越中国
开放权重意味着圣保罗的一家医院、拉各斯的一家初创、印尼的一个大学实验室，都能下载一个前沿级模型，自行运行或微调，而无需征求某家美国云的许可或预算。"开放权重（开放权重）"策略把一个竞争性产品变成了共享基础设施。至于这究竟会加速全球 AI 的公平，还是只是挪动了瓶颈所在，仍有待展开。
诚实的局限
本文依赖 DeepSeek 自己的技术报告和同期报道来获取 557.6 万美元这一数字；对该确切成本的独立复现并未公开，而 GPU 小时价格随合同而异。性能对比是实验室自己的基准主张，而非跨所有任务的盲测第三方审计。本文未覆盖 DeepSeek 的数据来源、2025 年初袭击其服务的安全事件，或塑造其硬件选择的地缘政治出口管制环境。市值下跌被当作市场事件报道，而非 GPU 需求永久崩塌的证据。
普通人现在能做什么
1. 在轻信任何厂商关于"前沿"质量的营销说法前，自己从 Hugging Face 或 ModelScope 下载并基准测试 DeepSeek-V3 或 R1。
2. 如果你今天跑推理，就在自己的技术栈上测试 MLA 式 KV 缓存压缩与 FP8 服务——这些效率收益是架构性的，并非 DeepSeek 独有。
3. 重新审视你的 AI 预算：在普通硬件上跑一个能用的开放模型，或许能替下某些高级 API 的常规任务，把开支留给真正需要最大闭源模型的场合。