技术深度解析
DeepSeek的架构是其吸引力的关键所在。该模型采用混合专家（MoE）设计，具体来说是名为DeepSeekMoE的变体，该设计仅为每个输入token激活其总参数的一个子集。这与GPT-4（估计总参数1.8万亿，但可能为密集模型）或Llama 3（405B密集模型）等密集模型截然不同。最新开源版本DeepSeek-V2拥有2360亿总参数，但每个token仅激活210亿参数。这种稀疏激活是其秘诀：它提供了远大于自身规模的模型的推理能力，同时保持了较低的推理成本和延迟。
从工程角度来看，DeepSeek引入了两项关键创新。首先，其“多头潜在注意力”机制压缩了键值缓存，与标准多头注意力相比，在长上下文生成过程中将内存占用减少了约30%。其次，其“无辅助损失负载均衡”策略防止了常见的MoE故障模式（即只有少数专家主导训练），确保所有256个专家都得到高效利用。开源社区对此反响热烈。在GitHub上，“deepseek-ai/DeepSeek-V2”仓库已超过15,000颗星，活跃的分支专注于量化（例如4-bit GPTQ版本）和在消费级硬件上的部署。一个值得注意的社区项目“deepseek-coder-v2-instruct”在900亿token的代码数据上对基础模型进行了微调，在HumanEval+上达到了79.2%的通过率，超过了GPT-4 Turbo的76.8%。
基准性能对比
| 模型 | 总参数 | 激活参数 | MMLU (5-shot) | HumanEval (Pass@1) | 每百万token成本 (API) |
|---|---|---|---|---|---|
| DeepSeek-V2 | 236B | 21B | 78.5 | 74.5% | $0.14 (自托管估算) |
| GPT-4 Turbo | ~1.8T (估算) | ~1.8T (密集) | 86.4 | 76.8% | $10.00 |
| Claude 3.5 Sonnet | — | — | 88.3 | 72.0% | $3.00 |
| Llama 3 405B | 405B | 405B (密集) | 85.2 | 78.1% | $1.00 (自托管估算) |
数据要点： DeepSeek-V2在MMLU性能上达到了GPT-4 Turbo的大约90%，而使用的激活参数仅为后者的1.2%，每token成本约为后者的1.4%。这种效率差距是其被采用的核心驱动力——美国公司正在用微小的精度损失换取巨大的成本削减。
关键参与者与案例研究
采用模式呈现出清晰的分层。在顶层，一家主要的美国云提供商（普遍认为是AWS或Azure）已悄然将DeepSeek-V2添加到其SageMaker JumpStart和Azure AI Studio产品中，允许企业客户一键部署该模型。这是对模型生产就绪状态的默示认可。
更具揭示性的是初创公司。Replit，在线IDE平台，于2025年4月用微调后的DeepSeek-Coder-V2替换了其内部代码补全模型，称建议接受率提高了40%，推理成本降低了70%。Harvey，法律AI助手，将DeepSeek-V2集成为合同分析的辅助推理引擎，用于处理常规条款提取，同时将GPT-4保留用于高风险的诉讼策略。结果：其企业客户的API成本降低了55%。
在金融领域，Jane Street，量化交易公司，一直在试验将DeepSeek用于实时市场情绪分析，被该模型在其已拥有的GPU集群上的低延迟所吸引。一位熟悉该设置的消息人士指出，DeepSeek的MoE架构允许他们在较旧的A100 GPU上运行推理，从而避免了采购H100的需求。
竞争格局：开源模型采用情况
| 公司 | 使用模型 | 用例 | 与GPT-4相比的成本节省 | 采用日期 |
|---|---|---|---|---|
| Replit | DeepSeek-Coder-V2 | 代码补全 | 70% | 2025年4月 |
| Harvey | DeepSeek-V2 | 合同分析 | 55% | 2025年3月 |
| Jane Street | DeepSeek-V2 | 情绪分析 | 65% | 2025年2月 |
| Notion | Llama 3 405B | 问答助手 | 50% | 2025年1月 |
数据要点： DeepSeek在成本效率上胜出，但它并非唯一的开源竞争者。Llama 3在通用知识任务上保持领先。关键区别在于DeepSeek在每参数代码生成和推理方面的卓越表现，使其成为专业工程和分析任务的默认选择。
行业影响与市场动态
这一趋势正在重塑AI基础设施供应商的商业模式。Together AI、Fireworks AI和Anyscale——这些为开源模型提供托管推理的公司——均报告称，自2025年1月以来，DeepSeek-V2的API调用量增长了300-400%。该模型现在占Together AI平台上所有推理请求的22%，仅次于Llama 3（35%）。
对于专有模型供应商而言，压力正在积聚。OpenAI的收入增长率从2024年第四季度的40%环比下降至2025年第一季度的28%，部分原因归咎于企业迁移到更便宜的开源替代方案。