信息來源：百度百科

DeepSeek-V3是由中國AI初創公司杭州深度求索人工智能基礎技術研究有限公司于2024年12月26日發布的AI大模型。 

DeepSeek-V3為自研 MoE 模型，671B參數，激活37B，在 14.8Ttoken上進行了預訓練。 DeepSeek-V3采用FP8訓練，并開源了原生FP8權重。 ]DeepSeek-V3生成速度相比其上一代模型DeepSeek-V2.5實現了3倍的提升，但暫不支持多模態輸入輸出。 DeepSeek-V3的應用場景包括聊天和編碼場景、多語言自動翻譯、圖像生成和AI繪畫等。 2024年12月26日晚間，杭州深度求索人工智能基礎技術研究有限公司宣布，全新系列模型DeepSeek-V3首個版本上線并同步開源。 2025年1月27日，DeepSeek-V3登頂蘋果中國地區和美國地區應用商店免費APP下載排行榜，在美區下載榜上超越了ChatGPT。 2025年2月3日消息，百度智能云千帆平臺已正式上架DeepSeek-V3模型。 2月4日，DeepSeek-V3正式上線昇騰社區。 2月5日，京東云已正式上線DeepSeek-V3模型，支持公有云在線部署、專混私有化實例部署兩種模式，供用戶按需部署，快速調用，2月5日左右，DeepSeek-V3上線國家超算互聯網平臺。 2月10日，中國電子云上線DeepSeek-R1/V3全量模型。 

在“大模型競技場”的最新榜單中，DeepSeek-V3排進前十。 

發展歷程

2024年12月26日晚間，杭州深度求索人工智能基礎技術研究有限公司宣布，全新系列模型DeepSeek-V3首個版本上線并同步開源。 2025年1月27日，DeepSeek-V3登頂蘋果中國地區和美國地區應用商店免費APP下載排行榜，在美區下載榜上超越了ChatGPT。 DeepSeek-V3在所有模型中排名第七，在開源模型排第一。而且，DeepSeek-V3是全球前十中性價比最高的模型。DeepSeek-V3發布后，英偉達股價下跌了2%。 

2025年2月3日，百度智能云千帆平臺已正式上架DeepSeek-V3模型。 2月3日，阿里云計算有限公司發文官宣，阿里云PAI Model Gallery 支持云上一鍵部署DeepSeek-V3、DeepSeek-R1。 2月4日，DeepSeek-V3正式上線昇騰社區。 2月5日，京東云已正式上線DeepSeek-V3模型，支持公有云在線部署、專混私有化實例部署兩種模式，供用戶按需部署，快速調用。 2月，金山云在公有云場景和國資云/政務云場景已支持DeepSeek-R1/V3。 2月8日，商湯科技宣布，即日起，企業客戶和開發者可在商湯大裝置萬象平臺中，快速部署DeepSeek-V3、DeepSeek-R1等模型，可享受3個月內1000萬tokens免費使用權益。 2月10日，訊飛開放平臺上線第807項AI能力——由杭州深度求索帶來的DeepSeek全系列模型。DeepSeek-V3、DeepSeek-R1均已上線，支持公有云API調用、一鍵部署專屬模型。 2月10日，中國電子發布消息稱，其所屬中國電子云CECSTACK智算云平臺正式上線MoE架構的671B全量DeepSeek-R1/V3模型，以及DeepSeek-R1的蒸餾系列Qwen/Llama模型，并提供私有化部署方案。 2月，無問芯穹已打通DeepSeek-R1、V3在壁仞、海光、摩爾線程等七個硬件平臺的適配優化，開發者已可通過Infini-AI異構云平臺獲取DeepSeek系列模型與多元異構國產算力服務。 2月13日，阿里巴巴旗下“通義靈碼”宣布全新上線模型選擇功能，支持基于百煉的 DeepSeek-V3 和 DeepSeek-R1 滿血版 671B 模型。 2月，廣州市政務服務和數據管理局在政務外網正式部署上線DeepSeek-R1、V3 671B大模型，通過融合海量政務數據要素，大模型將豐富政務服務場景應用， 推動人工智能大模型在民生政策解讀系統、12345熱線工單分派等政務領域應用。 

2025年2月，據浙江大學消息，深度融合智能體“浙大先生”于2月14日正式發布，本地化部署 DeepSeek V3、R1 模型，基于 CARSI 資源共享平臺，覆蓋教學、科研、生活等全場景；“浙大先生”將面向全國 829 所 CARSI 聯盟高校開放共享，師生只需通過校園賬號登錄即可免費使用滿血版 DeepSeek，2月20日起，該入口將正式開放。 2月20日，超圖軟件在投資者互動平臺表示，公司對于DeepSeek-V3大模型已經完成對接和適配。 2月，《杭州新聞聯播》AI主播“零失誤上崗”刷屏，主播現場揭秘自己AI分身：第一時間接入DeepSeek-V3，所以相比之前，AI分身變得更“聰明”了。 2025年2月21日，京東云宣布DeepSeek一體機再升級，京東云 vGPU 智算一體機單臺即可運行滿血版 DeepSeek V3 / R1。 

技術特點

DeepSeek-V3 是一個混合專家（MoE）語言模型，具有總計671億個參數，每個 token 激活 37 億個參數。該模型在14.8萬億個多樣且高質量的tokens上進行了預訓練，并通過監督微調和強化學習階段進一步優化。 

訓練成本

DeepSeek V3的訓練成本僅使用了2048個H800GPU，總訓練GPU卡時為2788千小時（其中預訓練為2664千小時），平均到每個GPU上僅為1361小時，約合56.7天。

相關參數

DeepSeek v3具有 Mixture-of-Experts 架構，總參數達 671B。DeepSeek v3經過14.8萬億個不同代幣的訓練，并結合了多代幣預測等先進技術，為AI語言建模樹立了新標準。 該模型支持128K上下文窗口，提供與領先的閉源模型相當的性能，同時保持高效的推理能力。 相比V2.5版本，DeepSeek-V3的生成速度提升至3倍，每秒吞吐量高達60 token。 DeepSeek V3技術文檔提及了使用模型生成訓練數據等，因此數據質量或有較大幅度提升。GPT-4 MoE使用了13萬億（1300B）token，而DeepSeek V3使用的token數量約為14.8萬億（1480B），數據量相差不大。 

基準測試

在多項基準測試中，DeepSeek-V3的成績超越了Qwen2.5-72 B和Llama-3.1-405 B等其他開源模型，并在性能上和世界頂尖的閉源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。在數學能力方面，以2024年美國數學競賽和全國高中數學聯賽題庫進行測試，DeepSeek-V3大幅超過了所有開源閉源模型。 DeepSeek V3在長文本處理、代碼生成和數學推理等多個領域都展示了頂尖的性能。特別是在中文任務和數學基準測試中，DeepSeek V3的表現尤為突出，展現了其深刻的理解和處理能力。通過算法和工程上的優化，DeepSeek V3在生成速度上實現了三倍提升，從20 TPS提高到60 TPS，極大改善了用戶的交互體驗和模型響應速度。

應用場景

聊天和編碼場景：為開發者設計，能夠理解和生成代碼，提高編程效率。多語言自動翻譯：支持多達20種語言的實時翻譯和語音識別，適合需要處理多種語言內容的企業用戶。

圖像生成和AI繪畫：整合視覺理解技術，允許用戶通過簡單的文本描述生成高質量圖像，豐富應用場景和用戶創意表達的自由度。

產品定價

DeepSeek-V3的模型API服務定價為每百萬輸入tokens 0.5元（緩存命中）/ 2元（緩存未命中），每百萬輸出tokens 8元。 [12]2024年12月26日起至2025年2月8日，DeepSeek-V3 的 API 服務價格仍然是每百萬輸入tokens 0.1元（緩存命中）/ 1元（緩存未命中），每百萬輸出tokens 2元，已經注冊的老用戶和在此期間內注冊的新用戶均可享受以上優惠價格。 [14]

模型對比

百科知識：DeepSeek-V3 在知識類任務（MMLU, MMLU-Pro, GPQA, SimpleQA）上的水平相比前代 DeepSeek-V2.5 顯著提升，接近當前表現最好的模型 Claude-3.5-Sonnet-1022。 長文本：在長文本測評中，DROP、FRAMES 和 LongBench v2 上，DeepSeek-V3平均表現超越其他模型。 代碼：DeepSeek-V3 在算法類代碼場景（Codeforces），遠遠領先于市面上已有的全部非o1類模型；并在工程類代碼場景（SWE-Bench Verified）逼近Claude-3.5-Sonnet-1022。中文能力：DeepSeek-V3 與 Qwen2.5-72B 在教育類測評 C-Eval 和代詞消歧等評測集上表現相近，但在事實知識 C-SimpleQA 上更為領先。

相關評價

DeepSeek-V3是中國科技界帶給美國的苦澀教訓。當美國休息時，中國（科技界）在工作，以更低的成本、更快的速度和更強的實力趕上。（AI數據服務公司Scale AI創始人Alexander Wang評） “從斯坦福到麻省理工，DeepSeek-R1幾乎一夜之間成為美國頂尖大學研究人員的首選模型。”（A16z合伙人、Mistral AI董事會成員Anjney Midha評）DeepSeek-R1是一款令人印象深刻的模型，尤其是考慮到它能夠以這個價格提供（這樣的產品），有這樣的新競爭對手確實令人振奮。 美國開放人工智能研究中心（OpenAI）首席執行官薩姆·奧爾特曼 評）

DeepSeek-V3模型有可能徹底改變訓練和推理領域的游戲規則。（Noah's Arc資本管理公司評） 資源限制是一件美妙的事情。在競爭激烈的人工智能領域中，生存本能是推動突破的主要動力。本人一直在關注DeepSeek。去年他們擁有最好的開源編碼模型之一。卓越的開源模型給前沿的大語言模型商業公司帶來了巨大的壓力，迫使他們加快步伐。本人非常期待看到DeepSeek在開源平臺LM Arena上的ELO評分！（英偉達高級科學家范麟熙（Jim Fan）評）FP8預訓練、混合專家模型（MoE）、在極其有限的預算下表現出色，以及通過CoT（Chain of Thought）進行蒸餾引導以實現自舉……這真是了不起的工作。（Meta AI（FAIR）的研究科學家和高級經理田遠東（Yuandong Tian）評）美國的芯片出口管制并未達到預期效果。中國的DeepSeek V3模型表現非常強大，其訓練成本遠低于預期。（硅谷風險投資公司Conviction創始人莎拉·郭（Sarah Guo）評） 對于Sonnet級別而言，550萬美元的投資確實是一項值得夸耀的成就，他們對此感到自豪是情理之中的事，盡管這不免給人一種炫耀之感。1億美元的運算成本，405B模型耗費了3084萬H100 GPU小時，是嗎？西方的拙劣嘗試者們的硅資源被白白浪費了，思路甚至無法減少自己模型的損失。”（麻省理工學院博士生樸英孝(Younghyo Park)評） 在當前的討論中，DeepSeek模型被頻繁地與‘中國’聯系在一起，并且隱含地與中美關系或GPU能力聯系起來。但在我看來，DeepSeek的成功與這些因素關系不大。這僅僅是智慧和實用主義的體現：在有限的計算資源和人力條件下，通過聰明的研究產生最好的結果。就像當年阿歷克斯·克里茲赫夫斯基（Alex Krizhevsky）需要用僅有的2個GPU創造奇跡一樣，而不是依賴一個超級計算集群。（Lepton AI的創始人、首席執行官賈揚清評） 

模型事件

2025年1月24號，一條發布在匿名平臺teamblind上的帖子瘋傳。一名Meta員工稱，現在Meta內部因為DeepSeek的模型，已經進入恐慌模式。工程師們正在爭分奪秒地分析DeepSeek，試圖復制其中的一切可能技術。