在国产 AI 领域，DeepSeek 绝对是一个独特的存在。它不像 Kimi 和豆包那样铺天盖地地打广告，但却凭借强大的基座模型，在用户中赢得了极佳的口碑。DeepSeek 专注于 AI 模型底层技术的研究，低调务实，甚至被海外用户誉为 “来自东方的神秘力量”。最近，DeepSeek 又推出了最新通用模型 DeepSeek V3，再次引发了广泛关注。
DeepSeek：低调务实的 AI 力量
DeepSeek 是一家专注于 AI 模型底层技术的公司，它几乎没有任何广告宣传，完全依靠口口相传。DeepSeek 的产品也十分简洁，甚至有些简陋，但其在模型方面的实力却不容小觑。
DeepSeek 不仅打响了国内大模型价格战的第一枪，还陆续发布了通用模型 DeepSeek V2、DeepSeek V2.5 以及最新的 DeepSeek V3。此外，DeepSeek 还发布了一系列视觉模型和一个推理模型 DeepSeek-R1-Lite，后者被认为是国内首个对标 o1 的推理模型。
DeepSeek V3：性能卓越的通用模型
DeepSeek V3 是昨天刚刚正式发布并开源的通用模型，它在技术指标和基准测试中都展现出了卓越的性能。
- MoE 架构： DeepSeek V3 采用了自主研发的 MoE (Mixture-of-Experts) 架构，模型参数高达 671B，激活参数为 37B。这意味着在实际推理过程中，每个 token 仅激活其中的 37B 参数，在保证性能的同时提升了推理效率。
- 超大规模参数： DeepSeek V3 的 671B 参数量远超开源模型中的王者 Llama 3.1 的 405B。
- FP8 混合精度训练： DeepSeek V3 在训练过程中使用了 FP8 混合精度训练，并在如此超大规模的模型上验证了 FP8 训练的可行性和有效性。
- 高效训练： 通过算法、框架和硬件层面的协同设计，DeepSeek V3 克服了跨节点 MoE 训练中的通信瓶颈，实现了近乎完全的计算与通信重叠，从而提高训练效率的同时，大幅降低了训练成本。DeepSeek V3 最终在 14.8 万亿 tokens 的数据集上完成了预训练，仅消耗 266 万 H800 GPU 小时。
基准测试表现：实力不俗
DeepSeek V3 在基准测试中的表现也十分亮眼：
- 超越开源模型： DeepSeek V3 成功超越了 Qwen2.5-72B 和 Llama-3.1-405B 这两个开源模型。
- 媲美闭源模型： 在闭源模型方面，DeepSeek V3 与 GPT-4o (0513 版本) 以及 Claude-3.5-Sonnet 打得有来有回。
- 代码能力突出： DeepSeek V3 的代码能力几乎可以和以代码能力著称的 Claude-3.5-Sonnet 相媲美。
- 推理速度提升： DeepSeek V3 的生成速度从 20TPS 大幅提高至 60TPS，相较前代模型 2.5 实现了 3 倍提升。
如何使用 DeepSeek V3
您可以通过以下方式体验 DeepSeek V3 模型：
- DeepSeek 官网： https://chat.deepseek.com/ （在线体验，支持联网搜索和推理模式）
- DeepSeek 开发者平台： https://platform.deepseek.com/ （API 调用，适合有定制化需求的用户）
- DeepSeek V3 GitHub 仓库： https://github.com/deepseek-ai/DeepSeek-V3 （本地部署，适合对性能、安全性和隐私有高要求的用户）
- DeepSeek V3 抱抱脸链接: https://huggingface.co/deepseek-ai/DeepSeek-V3-Base
DeepSeek V3 的 API 价格为每百万输入 tokens 2 元（缓存未命中），每百万输出 tokens 8 元，单位均为人民币，明年 2 月 8 日前有优惠。
结语
DeepSeek V3 的发布再次证明了国产 AI 的实力。DeepSeek 凭借其低调务实的作风和强大的技术实力，成为了国内 AI 领域的一股清流。DeepSeek V3 的卓越表现使其成为名副其实的国产 AI 之光。
