DeepSeek-R1：中国AI大模型低成本高效训练，开源技术创新引领未来

来自中国的AI大模型 DeepSeek-R1震撼全球，成本仅为国外竞品的三十分之一

近日，中国的一家AI创业公司DeepSeek（深度求索）正式发布了其最新的大模型DeepSeek-R1。这款模型在数学、代码和自然语言推理等任务上的表现与OpenAI的o1版本相当，甚至在某些基准测试中略胜一筹。DeepSeek-R1的发布在全球AI圈引起了巨大反响。

在AIME 2024数学基准测试中，DeepSeek-R1取得了79.8%的得分率，而OpenAI-o1为79.2%。在MATH-500基准测试中，DeepSeek-R1的得分率为97.3%，OpenAI-o1为96.4%。在编码任务中，DeepSeek-R1超越了96.3%的人类选手，仅略低于OpenAI-o1的96.6%。尽管性能相近或略强，但DeepSeek-R1的成本却仅为OpenAI o1的三十分之一。

DeepSeek尚未公布R1完整训练成本，但API定价显示其运行成本极低：每百万输入tokens 1元（缓存命中）/ 4元（缓存未命中），每百万输出tokens 16元。这一收费大约是OpenAI o1运行成本的三十分之一。

此外，DeepSeek-R1实现了部分开源，官方声明同步开源了模型权重，允许研究者和开发者自由使用该模型，并进行进一步的研究和开发。DeepSeek-R1支持商业用途，用户可以对模型进行任何形式的修改和衍生创作。它还开放了思维链输出，使用户可以直接看到其“思考”过程。

去年12月底，DeepSeek发布的DeepSeek-V3已经引起了一波震动。它的性能接近GPT-4o和Claude Sonnet 3.5等顶尖模型，但训练成本极低，仅花费约557.6万美元，不到其他顶尖模型训练成本的十分之一。相比之下，Llama 3.1在训练过程中使用了16,384块H100 GPU，消耗了超过6000万美元的资源。

硅谷科技界人士对DeepSeek的表现感到震惊。英伟达高级研究科学家Jim Fan表示：“DeepSeek是本年度开源大语言模型领域的最大黑马。”Scale AI创始人亚历山大·王则表达了对中国科技界追赶美国的担忧，认为这是“苦涩的教训”。

DeepSeek的技术创新也引起了广泛关注。以往的大模型依赖于监督微调（SFT）来提升推理能力，而DeepSeek-R1-Zero则直接将强化学习应用于基础模型，通过纯强化学习过程获得推理能力。这种方法避免了大量人工标注数据的工作，减少了对计算资源的需求。

DeepSeek的成功表明，高效利用资源比单纯的计算规模更重要。《自然》杂志指出，尽管美国出口管制限制中国公司获得最佳计算机芯片，DeepSeek仍成功制造了高性能大模型。这为中国AI行业带来了新的希望，也为全球AI领域带来了更多可能性。

本文来源：