DeepSeek模型种类、优势、调用与部署分析

低训练成本、低推理成本。

DeepSeek共研发开源十余款模型，目前最受关注的有V3对话模型和R1推理模型，分别 于2024年12月26日和2025年1月20日先后发布。从反映关注度的微信指数上可以看出， 两次模型发布都造成了后续DeepSeek关注度的飙升，12月28日DeepSeek指数达到约 6000万，1月31日达9.8亿。 V3：是采用混合专家架构（MoE）的高性能对话模型，支持多任务处理并在代码生成、 数学推理等场景表现优异。 R1：是基于强化学习训练的推理模型，专注于代码生成和复杂数学问题解决，推理能 力通过蒸馏技术可迁移至小型模型。

推理模型是在基座模型基础上再经过推理数据训练得到的模型，回答问题时会先通过思维链（ CoT ）逐步思考，再输出结果。 DeepSeek R1模型属于一种推理模型。

OpenAI的o1模型性能曾在推理模型领域 难逢敌手。DeepSeek-R1模型，在AI模型基准能力的 各大榜单中，得分与OpenAI o1模型不相 上下。 过去两年中，中国AI模型在业内曾被认 为落后于美国模型半年到一年。 DeepSeek R1模型的出现终结了中国AI落 后的观点。 作为国产模型，DeepSeek对中文支持更 好。

从模型训练看，DeepSeek-V3 在2048 块H800 GPU 训练3.7天，换算成单块GPU共278.8万小时，以H800每小时2美元成本计算，最后 一轮训练硬件成本仅约558 万美元；Meta同规格的Llama 3.1模型约花费9240万美元，相比高出16倍。 从模型推理看，以官方API接入价格为例，对话模型DeepSeek V3价格约为OpenAI GPT-4o价格的十分之一；推理模型DeepSeek R1价 格约为OpenAI o1价格的二十分之一。

在各家AI模型厂商宣布开源时，开源的程度并不相同。开放源代码促进会（OSI）于2024年10月发布开源AI定义1.0（OSAID 1.0）。 OSAID 1.0从模型权重、训练数据、代码、商业使用权、社区协议、符合开源定义等多维度评价开源程度。

OpenAI创始人Sam Altman：DeepSeek R1是一个令人印象深刻的模型，尤其是能够以这样的价格提供卓越性能。我们（OpenAI） 显然会推出更好的模型，同时，有一个新的竞争对手加入确实让人感到振奋！ 微软CEO Satya Nadella：DeepSeek的新模型非常令人印象深刻，他们不仅有效地实现了一个开源模型，实现了推理时间计算，而 且计算效率极高。 AI投资机构a16z 创始人 Marc Andreessen：DeepSeek R1是他所见过的最令人惊叹、最令人印象深刻的突破之一，是给世界的一份 深刻礼物。 Eureka Labs 创始人 Andrej Karpathy：DeepSeek R1与 OpenAI 的模型在性能上旗鼓相当。 Perplexity 创始人 Aravind Srinivas ：DeepSeek 是人工智能和开源的重大进步。人工智能模型和使用这些模型的产品需要最大限度 地寻求真相。输出越虚假，使用这些模型或其输出（直接作为用户）和间接（用于提炼）就越危险。 NVIDIA 资深研究经理 Jim Fan：DeepSeek不仅开源了一系列模型，更难能可贵的是公开了所有训练细节。

DeepSeek R1模型可通过云端调用和本地部署的方式使用。云端调用，可通过官方API或第三方API直接调用DeepSeek R1模型服务并接入业务中；或者可以在云平台上创建、部署、微调 模型，再通过API连接模型调用。 • 云端调用优势在于，用户无需购置硬件即可按需调用云端模型。本地部署 ，要本地运行模型，用户需下载DeepSeek R1满血版或蒸馏版本模型，通过Ollama、vLLM等工具启动模型，并借助可视化界面工 具与用户交互。 • 本地部署优势在于无网络依赖，适合对数据安全要求高的企业私有化场景，但需满足高性能显卡和服务器的硬件配置要求。