DeepSeek「鮎魚效應」 2025年大模型價格戰或將持續

轉自：中國經營網

本報記者 曲忠芳 北京報道

「性價比」是商業社會中的制勝法寶之一，從消費電子到零售服務，從傳統制造業到互聯網經濟，高性價比在撬動市場、贏得用户方面屢試不爽。而如今，在「規模法則」（Scaling Law）主導下、「大力出奇跡」的大模型「燒錢」競賽中，來自中國杭州的大模型初創企業深度求索（DeepSeek）憑藉高性價比迅速出圈，被冠以「AI界的拼多多」稱號，吸引了國內外的廣泛關注。

截至1月10日，深度求索的最新大模型產品DeepSeek V3已發佈並開源半個月之久，如同「鮎魚」般給原本卡在「瓶頸」中的全球大模型市場注入了新的活力，《中國經營報》記者通過採訪業內人士，希望深度探討DeepSeek這條「鮎魚」將攪起市場的哪些變化。

「AI界的拼多多」驗證新思路？

DeepSeek被冠以「AI界的拼多多」稱號，主要是因為它極高的性價比，與拼多多在電商領域以高性價比著稱的模式相似。有趣的是，在DeepSeek V3生成的「自我介紹」中也使用了這一稱謂。

深度求索公司創立於2023年7月，是由中國量化私募公司「幻方量化」創始人梁文峰創立，2024年5月推出了第二代開源模型DeepSeek V2，到2024年12月26日又推出最新的開源模型DeepSeek V3。DeepSeek官網顯示，在多項基準測試——涵蓋英語、中文、數學、代碼等結果中，DeepSeek V3的成績超過了阿里的千問「Qwen2.5-72B」、Meta公司的Llama3.1-405B等開源模型，而且與OpenAI的GPT-4o、Anthropic公司的Claude3.5-Sonnet兩大閉源模型的表現也不相上下。更為重要的是，DeepSeek方面披露，其訓練成本僅為557.6萬美元和2000塊英偉達H800 GPU（圖形處理器）。

與之形成鮮明對比的是，據斯坦福大學HAI研究院發佈的《2024年人工智能指數報告》預估，OpenAI於2023年3月發佈的GPT-4模型訓練成本約在7800萬美元，同年發佈的谷歌Gemini Ultra的計算成本花費預估為1.91億美元。據Meta官方信息，2024年7月面世的開源模型Llama3.1-405B，訓練使用了1.6萬塊英偉達H100 GPU。超級富豪埃隆·馬斯克同樣曾在2024年7月宣佈建立孟菲斯超級AI集羣，使用10萬個英偉達 H100 GPU。另據美國媒體報道，GPT-4o的訓練成本約在1億美元，GPU數量預計在萬個級別；而Claude3.5-Sonnet的訓練成本或略低於1億美元，使用的GPU數量推測為數千至上萬個。從這些直觀的數據對比中不難看出，DeepSeek大幅度降低了模型訓練和推理成本。

關於DeepSeek如何實現高性價比的問題，本報記者諮詢了數名來自高校、企業的技術專家，他們做出了一些專業技術方面的解釋，涉及多頭潛在注意力機制（MLA架構）、稀疏專家混合模型（MoE）架構、FP8混合精度訓練、數據蒸餾與算法優化等。簡單來説，DeepSeek沒有「堆砌算力」，而是在算力限制下轉而探索效率優先的途徑。

「DeepSeek V3出現后，對於一些中小型團隊來説是有利的。」一位業內人士如是説道。近兩年來，規模法則被視為大模型發展的黃金定律，大模型的性能指數與模型參數、數據量、算力的增加正相關，因此全球範圍內呈現一場「大力出奇跡」的競賽。然而，隨着模型規模的不斷膨脹，規模法則的邊際效益逐漸遞減。一方面，超大規模模型的訓練成本高昂，算力需求呈幾何級數增長；另一方面，數據質量和模型架構的優化空間有限，導致性能提升逐漸趨緩。在這種趨勢下，大模型日漸成為巨頭與資本的遊戲，直到DeepSeek驗證了大模型性能提升的新思路。

深度科技研究院院長張孝榮指出，DeepSeek的「出圈」是對其在大模型技術上的突破和創新的認可，其通過優化算法和工程實踐，實現了高性能與低成本的平衡，為大模型的發展提供了新的思路和可能性，降低了大模型對先進算力的依賴程度。DeepSeek為整個行業的發展注入了活力，也對大模型的技術路徑和工程實踐產生了積極影響，推動了高效訓練、輕量化模型和工程優化。

價格戰或持續，AI加速普惠落地

「DeepSeek加速了AI和大數據技術的普及，有望使更多企業和開發者能夠接觸並應用這些技術。同時，也迫使競爭對手重新評估定價，這可能引發行業內的價格戰，推動整體價格下降，使更多企業能夠採用先進技術。」張孝榮説道。

事實上，早在DeepSeek V2發佈開源之時，深度求索這條「鮎魚」引發了2024年國產大模型的第一波降價熱潮，參與其中的包括智譜AI等大模型初創公司以及字節跳動、阿里巴巴、百度、騰訊等科技大廠。其中，智譜AI公司CEO張鵬此前接受本報記者採訪時迴應稱，降價並非出於市場壓力，而是因為技術的進步帶來了成本的降低，由此讓利給用户，同時也是爲了更好地拓展市場。深度求索創始人梁文峰在接受媒體記者採訪時也表示：「我們不是有意成為一條‘鮎魚’，只是不小心成了一條‘鮎魚’。我們只是按照自己的步調來做事，然后覈算成本定價。原則是不貼錢，也不賺取暴利，在成本之上稍微有點利潤。」

到了2024年年底，即在DeepSeek V3發佈前后，國產大模型在2024年的第二波降價潮再起。2024年12月中旬，字節跳動旗下豆包大模型率先更新價格，豆包視覺理解模型的輸入價格為0.003元/千tokens，相比行業平均價格降低了85%。按照這一價格，1元錢可以處理284張720ppi的圖片。抖音集團副總裁李亮稱，此次降價不是「價格戰」，而是豆包大模型在算法、軟件工程和硬件方案上進行了大量優化，有效降低了成本，目前的定價仍能保持可觀的毛利。而DeepSeek官方信息顯示，最新的DeepSeek V3輸入價格為0.5元/百萬tokens，輸出價格最低為8元/百萬tokens，遠低於Claude3.5-Sonnet、GPT-4o等。

在海外社交媒體中，DeepSeek的高性價比已引起了大模型競爭對手的高度關注，而在國內市場，記者從多位消息人士處瞭解到，國產大模型廠商也在密切關注DeepSeek的訓練方案，儘管還沒有公開的動作，但一個行業性的共識在於，算力堆砌或許仍能「大力出奇跡」，但同時在數據質量、訓練模式、架構優化方面仍有可挖掘的創新空間，大模型正在加速朝着普惠落地的方向前進。

謙詢智庫創始合夥人龔斌指出，其他大模型廠商或許會通過技術追趕和資源投入快速跟進，不排除複製甚至超越DeepSeek高性價比優勢的可能性，DeepSeek能否持續建立起優勢壁壘還有待觀瞻。另有業內人士提到，DeepSeek開發過程中利用已有的模型進行訓練，也存在一些漏洞。

除此之外，盤古智庫學術委員、DCCI-未來智庫與FutureLabs-未來實驗室首席專家胡延平發文提醒道，儘管DeepSeek V3在效率和性能上表現出色，但「不宜過高評價」其創新性。在他看來，該模型的成功主要依賴於已有技術的有效整合，如合成數據、知識蒸餾等，而缺乏底層原理的創新，呈現的是「又一次是我們一直最擅長的性價比」。「DeepSeek V3能不能持續有流量不太好説。」

關於AI大模型未來價格的進一步下降、商業化應用，以及深度求索公司后續的發展，本報記者將持續關注報道。

（編輯：吳清 審覈：李正豪 校對：顏京寧）