DeepSeek 冲击波:低成本 + 开源,重写了大模型行业规则

一次让华尔街抖三抖的「出圈」

2024 年 12 月 DeepSeek-V3、2025 年 1 月 DeepSeek-R1 相继发布。R1 以媲美 OpenAI o1 的推理能力、极低的训练与调用成本、并全面开源,迅速登顶中美应用商店下载榜,被投资人称为 AI 的「斯普特尼克时刻」。

成本曲线被改写了

  • V3 训练成本约 557.6 万美元(H800 集群),约为 GPT-4o 的 1/10、Llama 3.1 的 1/10。
  • R1 API 定价:输入 1 元/百万 tokens(缓存命中)、输出 16 元;同期 o1 分别为 55 元、438 元,低一个数量级以上。
  • 2025-01-27 英伟达股价单日跌约 17%,市值蒸发近 6000 亿美元。
堆算力(传统)算法+开源(DeepSeek)
路径对比:成本降 · 性能平

它真正改变了什么

DeepSeek 走通了「纯强化学习」路径,降低对人工标注的依赖;用 MLA、MoE、FP8 等工程优化把效率拉满;再以「安卓式开源」把模型权重、训练代码、日志全部公开。结果是:下游应用部署成本骤降,云厂商与一体机厂商迎来爆发,2025 被普遍视为智能体与 AI 应用爆发元年。

对从业者的启示

  • 不必迷信「越大越贵越好」,工程与架构创新能四两拨千斤。
  • 开源生态正在成为「标准之争」,选边站队要想清楚。
  • 应用层机会远大于底层模型军备竞赛。
一句话:DeepSeek 证明了——在 AI 这场仗里,算法与开源的杠杆,比 brute-force 堆卡更致命。