技术深度解析
DeepSeek V4的秘密武器是其精炼的混合专家（MoE）架构。与所有参数对每个输入都处于激活状态的密集模型不同，MoE将模型划分为多个专门的“专家”，由一个门控网络将每个token路由到最相关的子集。DeepSeek V4通过一种新颖的“负载均衡”门控机制进一步推进了这一概念，该机制防止了专家崩溃——即少数专家承担所有工作的常见问题。这使得模型能够扩展其总参数数量（据报道超过1万亿），同时保持每个token的推理成本较低，因为任何时候只有一小部分专家（约400亿参数）被激活。
这种设计直接解决了困扰密集模型的“计算墙”问题。训练一个密集的1万亿参数模型成本高得令人望而却步。DeepSeek V4以极低的训练成本实现了可比较或更优的结果。该模型还采用了多头潜在注意力机制，这是一种注意力机制的变体，可改善长上下文性能。这就是为什么DeepSeek V4能够以卓越的连贯性处理128K上下文窗口，而许多模型在这方面都难以企及。
影响这一方法的一个关键开源代码库是Mistral AI的“Mixtral”系列，它普及了开源模型的MoE。然而，DeepSeek V4通过引入动态专家路由和更激进的稀疏性调度，超越了Mixtral。DeepSeek V4的GitHub仓库（github.com/deepseek-ai/DeepSeek-V4）已获得超过15,000颗星，社区正在积极尝试微调和量化。
基准测试表现：
| 基准测试 | DeepSeek V4 | GPT-4o（闭源） | Claude 3.5 Sonnet（闭源） | Llama 3 70B（开源） |
|---|---|---|---|---|
| MMLU（5-shot） | 89.2% | 88.7% | 88.3% | 82.0% |
| HumanEval（Pass@1） | 92.1% | 90.2% | 92.0% | 81.7% |
| GSM8K（8-shot） | 96.5% | 95.8% | 96.0% | 93.0% |
| MATH（4-shot） | 76.8% | 76.6% | 71.1% | 50.4% |
| HellaSwag（10-shot） | 87.3% | 87.1% | 86.9% | 83.8% |
数据要点： DeepSeek V4不仅在关键推理和编程基准测试上与GPT-4o和Claude 3.5持平，而且略有超出。它在MATH和HumanEval上的领先优势尤其显著，因为这些是开发者采用的高价值任务。与Llama 3 70B的差距巨大，证实了DeepSeek V4处于不同的性能层级。
关键参与者与案例研究
DeepSeek V4的直接受益者是那些在开源模型之上构建的公司。以专门托管开源模型的云平台Together AI为例，他们已经宣布支持DeepSeek V4，提供的推理服务成本仅为OpenAI API的一小部分。同样，在其搜索产品中使用多种模型的Perplexity AI，现在可以集成一个前沿级别的开源模型，而无需支付按token计算的许可费，从而提高了利润率。
在硬件方面，专注于超快推理硬件的Groq和Cerebras也将受益。DeepSeek V4的MoE架构非常适合它们的硬件，可能实现以前只有通过定制、昂贵的解决方案才能实现的实时、高吞吐量应用。
竞争格局：
| 公司/模型 | 策略 | 关键优势 | 关键劣势 |
|---|---|---|---|
| OpenAI（GPT-4o） | 专有，API优先 | 品牌、生态系统、微调API | 高成本，封闭生态系统 |
| Anthropic（Claude 3.5） | 专有，安全优先 | 长上下文，安全特性 | 定制有限，高成本 |
| Google（Gemini 1.5） | 专有，集成化 | 巨大上下文窗口，多模态 | 复杂性，质量不稳定 |
| Meta（Llama 3） | 开源，社区驱动 | 免费，可定制 | 与前沿模型存在性能差距 |
| DeepSeek（V4） | 开源，MoE | 前沿性能，低成本 | 生态系统较小，工具有限 |
数据要点： DeepSeek V4直接威胁了闭源巨头的“性能溢价”。其开源性质和具有竞争力的基准测试结果，使其成为对成本敏感的企业和初创公司最具吸引力的选择，这些公司需要尖端AI而又不想被供应商锁定。
行业影响与市场动态
DeepSeek V4的发布加速了我们六个月前识别出的一个趋势：基础模型层的商品化。AI的真正价值正在向上层移动。AI基础设施市场预计将从2024年的500亿美元增长到2028年的超过2000亿美元（来源：AINews内部市场分析）。然而，模型层本身正面临利润率压缩。DeepSeek V4的推理定价已经比GPT-4o低10到20倍。
这创造了一个分化的市场。一方面，将出现一个面向企业垂直领域（例如法律、医疗）的专用微调模型的“高端层级”。另一方面，将出现一个面向通用任务的“商品层级”，DeepSeek V4及其后继者将在此占据主导地位。