一家在 2024 年底之前几乎没有消费级知名度的中国创业公司，训练出了一个各项评测能跟 GPT-4o、Claude 3.5 Sonnet 摆在一起比的大模型（大模型），然后把权重免费开放。大家记住的，是那一串数字。
效率优先的赌注
DeepSeek（深度求索）是量化私募幻方量化的 AI 研究部门。它发布 V3 时，最被关注的不是新的榜单纪录，而是财务口径：2048 张英伟达 H800 显卡、约 278.8 万 GPU 小时，公司披露的正式训练成本约 560 万美元（约合 4350 万港币）。作为对照，Meta 的 Llama 3.1 405B 用了约 3080 万 GPU 小时，算力消耗超过前者的十倍，却达到了相近的能力层级。
V3 采用混合专家（混合专家，MoE）结构：总参数 6710 亿，每个词元只激活 370 亿。稀疏化是核心技巧——不是每个词都跑全网络，而是把词元路由到一小批「专家」，从而在保持庞大知识容量的同时压低单次计算量。前 OpenAI 研究员 Karpathy 当时就指出，V3 看起来比 Llama 3 405B 更强，而训练算力只有其约十一分之一。
560 万美元到底买到什么
这个数字是真实的，但范围很窄。它是公司按 H800 约每小时 2 美元的租金推算出来的，只计入 V3 最终的预训练和后训练运行，不包括研究人员的薪酬、被放弃的失败实验，以及此前 V2、V2.5 积累的研发能力。应把它理解为「再跑一次前沿级训练的边际成本」，而非「建起一个前沿实验室的总成本」。
它真正证明的是：集群规模不是命运。DeepSeek 用的是被出口管制削弱过的 H800，却依然训出了与第一梯队闭源模型正面对抗的模型。限制反而逼出了一种后来变成产品优势的工程纪律。
开放权重是一种分发策略
V3 发布一个月后，DeepSeek 放出 R1——一个采用 MIT 许可的推理模型，在数学、代码和逻辑上对齐 OpenAI 的 o1，同时把运行成本压到零头。团队还开源了六个蒸馏小模型，其中 32B 和 70B 版本逼近 o1-mini 的水平。权重可自由下载、微调、商用。
这种开放不只是赢得口碑，更让 DeepSeek 变成了基础设施。从阿里到华为再到腾讯，云厂商几周内完成接入；2025 年 1 月 27 日，DeepSeek App 同时登顶中美 App Store 免费榜。用免费开放绕开了昂贵的用户争夺战，转而把自己种进开发者技术栈。
这件事为什么值得关注
DeepSeek 的意义不在便宜本身，而在它推翻了一个长期假设：前沿模型必须靠巨型集群堆出来。当一家中国公司用受出口管制削弱的 H800，也能训出与第一梯队闭源模型正面对抗的模型，其他受算力约束的团队就获得了一个可复制的范本——把工程与后训练做到极致，比单纯买卡更关键。
对开发者和中小企业，开放权重意味着可以跳过昂贵的 API 依赖，把模型部署在自有、可控的硬件上，数据不必出域。这也是它的发布会迅速被各家云厂商在数周内接入、应用登上商店榜首的原因：免费开放在事实上变成了最激进的分发策略。对全球读者而言，它实实在在地压低了前沿能力的获取门槛，让更多团队站在同一起跑线上。
诚实的局限
本文的成本与参数均来自 DeepSeek 自身的技术报告与发布材料；560 万美元是公司口径推算值，并非审计后的支出。相关基准对比是 2024 年底至 2025 年初的模型对模型快照，此后已大幅演进。出口管制状态、定价与最新闭源模型的真实差距每月都在变，因此应把这些具体数字看作一种趋势标记，而非当前比分。我们未独立重跑基准。
普通人现在能做什么
- 如果你在做大规模推理，先用 DeepSeek 的开放权重（或同类开放模型）做原型，再决定是否采购高价 API——每百万词元的成本差距常常是一个数量级。
- 当某家实验室抛出「训练成本」时，追问它排除了什么；这个数字通常只覆盖最后一次训练，而非背后的全部研发。
- 对中文和数学密集型任务，直接测试 MoE 开放模型——激活稀疏带来的性价比，往往优于同量级稠密模型。