【计算机】DeepSeek有望改写全球大模型竞争格局，AI应用与端侧受益——AI行业跟踪报告第53期（施鑫展/白玥）

光大证券研究 · 公众号 · · 2025-02-07 07:00

正文

点击上方“光大证券研究”可以订阅哦

点击注册小程序

查看完整报告

特别申明：

本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相关人员为光大证券的客户。

报告摘要

DeepSeek 连续发布高性能开源模型，有望改写全球大模型竞争格局

2024 年 12 月 26 日， DeepSeek 发布开源模型 DeepSeek-V3 ，大幅压缩了训练成本并在性能上比肩 GPT-4o 等顶尖模型； 2025 年 1 月 20 日， DeepSeek 发布开源推理模型 DeepSeek-R1 ，同步开放模型权重。 1 月 27 日， DeepSeek App 登顶中美区苹果商店免费榜；根据 AI 产品榜， DeepSeek APP 在上线仅 20 天后实现超过 2000 万日活，成为全球日活增速最快的 AI 应用，并对 OpenAI 的领先地位构成了挑战。目前微软、亚马逊 AWS 、英伟达、腾讯云等厂商已将 DeepSeek 开源模型部署在云端；硅基流动和华为云联合首发并上线基于昇腾云的 DeepSeek R1/V3 推理服务。

大量技术创新，极致压缩成本

根据DeepSeek官网，其推理模型的API定价为每百万输入tokens为1元（缓存命中）/4元（缓存未命中），每百万输出tokens 为16元；作为对比，OpenAI o1模型API定价为每百万输入tokens为7.5美金（缓存命中）/15美金（缓存未命中），每百万输出tokens 为60美金，DeepSeek的价格降低了95%以上。模型平价的底气来自对成本的极致优化，包括多层注意力MLA、FP8混合精度训练、专家并行训练技术、多token预测(MTP)技术等，强大的技术创新和工程化能力让DeepSeek脱颖而出。

通过蒸馏将推理能力迁移至小参数模型，大幅提升AI部署的灵活性

根据DeepSeek的技术报告，DeepSeek-R1模型的推理能力可以通过蒸馏的方式迁移到更小的模型中，原始模型的参数量达到671B，对推理硬件的要求高；而蒸馏模型有1.5B、7B、8B、14B、32B、70B 等多个版本，虽然蒸馏会损失部分能力，但更小的参数意味着更大的灵活性，可在手机、笔记本电脑、智能家居产品、汽车、机器人等端侧硬件本地化部署，扩展了AI大模型的落地场景。