因为 V3 版本开源模型的发布，DeepSeek 又火了一把，而且这一次，是外网刷屏。
训练成本估计只有 Llama 3.1 405B 模型的 11 分之一，后者的效果还不如它。
在多项测评上，DeepSeek V3 达到了开源 SOTA，超越 Llama 3.1 405B，能和 GPT-4o、Claude 3.5 Sonnet 等 TOP 模型正面掰掰手腕——而其价格比 Claude 3.5 Haiku 还便宜，仅为 Claude 3.5 Sonnet 的 9%。
在 Chatbot Arena 大模型排行榜上排名第 7，前十名里面，只有它是开源模型，而且是最少限制的 MIT 许可证。
2024 年 5 月，DeepSeek 一跃成名。起因是他们发布的一款名为 DeepSeek V2 的开源模型，提供了一种史无前例的性价比，开启了国产大模型的价格战。
作为大厂外唯一一家储备万张 A100 芯片的公司，DeepSeek 的很多抉择都与众不同。放弃‘既要又要’路线，至今专注在研究和技术，未做 toC 应用的公司，也是唯一一家未全面考虑商业化，坚定选择开源路线甚至都没融过资的公司。
DeepSeek 究竟是如何炼成的？36 氪旗下的‘暗涌’团队分别在 2023 年 5 月、2024 年 7 月采访了甚少露面的 DeepSeek 创始人梁文锋。
这位技术理想主义者，提供了目前中国科技界特别稀缺的一种声音：他是少有的把‘是非观’置于‘利害观’之前，并提醒我们看到时代惯性，把‘原创式创新’提上日程的人。
文章转载自‘暗涌’，原文作者于丽丽，原文编辑刘旌，Founder Park 转载时做了结构调整。
01
价格战第一枪是怎么打响的？
暗涌：DeepSeek V2 模型发布后，迅速引发一场血雨腥风的大模型价格战，有人说你们是行业的一条鲶鱼。
梁文锋：我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。
暗涌：这个结果让你们意外吗？
梁文锋：非常意外。没想到价格让大家这么敏感。我们只是按照自己的步调来做事，然后核算成本定价。我们的原则是不贴钱，也不赚取暴利。这个价格也是在成本之上稍微有点利润。
暗涌：5 天后智谱 AI 就跟进了，之后是字节、阿里、百度、腾讯等大厂。
梁文锋：智谱 AI 降的是一个入门级产品，和我们同级别的模型仍然收费很贵。字节是真正第一个跟进的。旗舰模型降到和我们一样的价格，然后触发了其它大厂纷纷降价。因为大厂的模型成本比我们高很多，所以我们没想到会有人亏钱做这件事，最后就变成了互联网时代的烧钱补贴的逻辑。
暗涌：外部看来，降价很像在抢用户，互联网时代的价格战通常如此。
梁文锋：抢用户并不是我们的主要目的。我们降价一方面是因为我们在探索下一代模型的结构中，成本先降下来了，另一方面也觉得无论 API，还是 AI，都应该是普惠的、人人可以用得起的东西。
暗涌：在这之前，大部分中国公司都会直接 copy 这一代的 Llama 结构去做应用，为什么你们会从模型结构切入？
梁文锋：如果目标是做应用，那沿用 Llama 结构，短平快上产品也是合理选择。但我们目的地是 AGI，这意味着我们需要研究新的模型结构，在有限资源下，实现更强的模型能力。这是 scale up 到更大模型所需要做的基础研究之一。
除了模型结构，我们还做了大量其他的研究，包括怎么构造数据，如何让模型更像人类等，这都体现在我们发布的模型里。另外，Llama 的结构，在训练效率和推理成本上，和国外先进水平估计也已有两代差距。