作者：王璐，定焦 One（dingjiaoone）原创
DeepSeek彻底让全球都坐不住了。
昨天，马斯克携"地球上最聪明的AI"——Gork 3在直播中亮相，自称其"推理能力超越目前所有已知模型"，在推理-测试时间得分上，也好于DeepSeek R1、OpenAI o1。不久前，国民级应用微信宣布接入DeepSeek R1，正在灰度测试中，这一王炸组合被外界认为AI搜索领域要变天。
如今，微软、英伟达、华为云、腾讯云等全球多家科技大厂都已接入DeepSeek。网友也开发出了算命、预测彩票等新奇玩法，其热度直接转化成了真金白银，助推DeepSeek估值一路上涨，最高已经达到了千亿美金。
DeepSeek能出圈，除了免费和好用之外，还因为其仅以557.6万美元的GPU成本，就训练出了与OpenAI o1能力不相上下的DeepSeek R1模型。毕竟，在过去几年的"百模大战"中，国内外AI大模型公司都砸了几十亿甚至上百亿美元。Gork 3成为"全球最聪明AI"的代价也是高昂的，马斯克称Gork 3训练累计消耗20万块英伟达GPU（单块成本大约在3万美元），而业内人士估计DeepSeek仅在1万多张。
但也有人在成本上卷DeepSeek。近日李飞飞团队称，仅花费不到50美元的云计算费用，就训练出了一款推理模型S1，其在数学和编码能力测试中的表现媲美OpenAI的o1和DeepSeek的R1。但需要注意的是，S1是中型模型，与DeepSeek R1的上千亿参数级别存在差距。
即便如此，从50美元到上百亿美元的巨大训练成本差异，还是让大家好奇，一方面想知道DeepSeek的能力有多强，为什么各家都在试图赶上甚至超过它，另一方面，训练一个大模型究竟需要多少钱？它涉及哪些环节？未来，是否还有可能进一步降低训练成本？
被"以偏概全"的DeepSeek
在从业者看来，在解答这些问题前，得先捋清几个概念。
首先是对DeepSeek的理解"以偏概全"。大家惊叹的是它众多大模型之中的一个——推理大模型DeepSeek-R1，但它还有其他的大模型，不同大模型产品之间的功能不一样。而557.6万美元，是其通用大模型DeepSeek-V3训练过程中的GPU花费，可以理解为净算力成本。
简单对比下：
通用大模型：
接收明确指令，拆解步骤，用户要把任务描述清楚，包括回答顺序，比如用户需要提示是先做总结再给出标题，还是相反。
回复速度较快，基于概率预测（快速反应），通过大量数据预测答案。
推理大模型：
接收简单明了、聚焦目标的任务，用户要什么直接说，它可以自己做规划。
回复速度较慢，基于链式思维（慢速思考），推理问题步骤得到答案。
两者主要的技术差别在于训练数据，通用大模型是问题+答案，推理大模型是问题+思考过程+答案。
第二，由于Deepseek的推理大模型DeepSeek-R1关注度更高，很多人错误地认为推理大模型一定比通用大模型高级。
需要肯定的是，推理大模型属于前沿模型类型，是大模型预训练范式撞墙后，OpenAI推出的在推理阶段增加算力的新范式。相比通用大模型，推理大模型更烧钱，训练时间也更长。
但并不意味着，推理大模型一定比通用大模型好用，甚至对于某类问题，推理大模型反而显得鸡肋。
大模型领域知名专家刘聪对「定焦One」解释，比如问某个国家的首都/某个地方的省会城市，推理大模型就不如通用大模型好用。
DeepSeek-R1面对简单问题时的过度思考
他表示，面对这类比较简单的问题，推理大模型不仅回答效率低于通用大模型，消耗的算力成本也比较昂贵，甚至会出现过度思考等情况，最后可能给出错误答案。
他建议，完成数学难题、挑战性编码等复杂任务时使用推理模型，总结、翻译、基础问答等简单任务，通用模型使用效果更佳。
第三是DeepSeek的真正实力到底如何。
综合权威榜单和从业者的说法，「定焦One」分别在推理大模型和通用大模型领域，给DeepSeek排了个位。
推理大模型第一梯队主要有四家：国外OpenAI的o系列模型(如o3-mini)、Google的Gemini 2.0；国内的DeepSeek-R1、阿里的QwQ。
不止一位从业者认为，虽然外界都在讨论DeepSeek-R1作为国内顶尖的模型，能力赶超OpenAI，但从技术角度看，相比OpenAI最新的o3，还有一定的差距。
它更重要的意义是，大大缩小了国内外顶尖水平之间的差距。"如果说之前的差距是2-3代，DeepSeek-R1出现后已经缩小到了0.5代。"AI行业资深从业者江树表示。
他结合自身使用经验，介绍了四家的优缺点：
在通用大模型领域，根据LM Arena（用于评估和比较大型语言模型（LLM）性能的开源平台）榜单，排在第一梯队的有五家：国外Google的Gemini（闭源）、OpenAI的ChatGPT、Anthropic的Claude；国内的DeepSeek、阿里的Qwen。
江树也列举出了使用它们的体验。
不难发现，尽管DeepSeek-R1震惊了全球科技圈，其价值毋庸置疑，但每家大模型产品都有自身的优劣势，DeepSeek也不是所有大模型都完美无缺。比如刘聪就发现，DeepSeek最新发布的专注于图像理解和生成任务的多模态大模型Janus-Pro，使用效果一般。
训练大模型，要花多少钱？
回到训练大模型的成本问题，一个大模型究竟是如何诞生的？
刘聪表示，大模型诞生主要分为预训练-后训练两个阶段，如果把大模型比作小孩，预训练和后训练要做的是，让小孩从出生时的只会哭，到懂得大人讲的内容，再到主动和大人讲话。
预训练主要指训练语料。比如将大量的文本语料投给模型，让小孩完成知识摄取，但此刻他只是学了知识还不会用。
后训练则要告诉小孩，如何去用学了的知识，包含两种方法，模型微调（SFT）和强化学习（RLHF）。
刘聪表示，无论是通用大模型还是推理大模型、国内还是国外，大家遵循的都是这一流程。江树也告诉「定焦One」，各家都用的是Transformer模型，因此在最底层的模型构成和训练步骤上，无本质区别。
多位从业者表示，各家大模型的训练成本差别很大，主要集中在硬件、数据、人工三大部分，每一部分也可能采取不同的方式，对应的成本也不同。
후오비 토큰(HT), 옵티미즘(OP), 이더리움 네임서비스(ENS), 알위브(AR), 플레이댑(PLA), Ronin(RON), 온톨로지가스(ONG), 테크플로우(TechFlow), 제미니(Gemini), 트론(TRON), 렌(Ren), 초당 거래 수(TPS), 유동성 공급자(LP), 캐시우드 (Cathie Wood), 해시레이트, 대량, 대면.
