DeepSeek上线快速和专家两个聊天档位：专家模式反而不能传文件，V4还在等
4月8日，DeepSeek悄悄在聊天产品里上线了两个新模式：快速模式（Instant Mode）和专家模式（Expert Mode）。从名字看，专家模式更厉害；但用起来你会发现，「专家」在某些地方反而有限制。 两个模式，一个让你等快速模式的
#DeepSeek
共 10 篇文章
DeepSeek V4跑在华为芯片上：这不只是新模型发布，是中国AI的一次脱钩演练
DeepSeek即将发布V4，但这次最值得关注的不是模型参数有多大，而是它跑在什么芯片上。 根据《The Information》报道，DeepSeek V4将运行在华为的 Ascend 950PR 芯片上。这是第一个专门为中国本土芯片架构
DeepSeek-Prover-V2：用AI来做数学定理证明，靠谱吗
DeepSeek在数学定理证明领域搞了个专用模型Prover-V2，目标是用AI在Lean 4形式化验证系统里自动证明数学定理。 这个方向为什么重要？数学定理证明是AI能力的一个极端测试场。因为数学不接受”差不多对”——证明要么完全正确，要
推理模型大横评：o系列、R1、Gemini Thinking谁更能"想"
“Thinking model”在2025年彻底成了主流概念。几乎每家头部AI公司都推出了自己的推理模型，核心卖点都一样：模型在回答之前先在内部”想一想”。 各家路线OpenAI o系列：最早把”思考”概念产品化的。o1到o3一路迭代，走的
DeepSeek V4和Qwen 3.5：当开源AI开始认真卷价格，闭源还剩什么优势？
有个数字挺有意思：2025年初，DeepSeek和Qwen加起来占全球AI市场份额不到1%；到2026年1月，这个数字变成了15%。 一年时间，从边缘选手跑到行业不能忽视的位置，速度快得有点离谱。 背后发生了什么，值得梳理一下。 DeepS
DeepSeek V4 vs Qwen 3.5：万亿参数的中国开源AI之战打起来了
如果你最近在关注AI行业，应该注意到一件有意思的事：两个中国开源模型正在抢占同一片市场，而且都在用极低的成本挑战那些动辄要价几十美元每百万token的闭源巨头。 DeepSeek V4和Qwen 3.5（部分渠道已标注为Qwen 3.6-P
DeepSeek训练大模型到底怎么做到这么省钱的
DeepSeek在成本控制上的水平已经成了行业传说级别的存在： V3训练成本：约$550万 R1 GPU使用费：约$29.4万 同期美国公司训类似规模模型的预算是**$1亿到$10亿**。差了至少一个数量级。 省钱秘诀1. FP8混合精度训
DeepSeek V3.1：把通用模型和推理模型揉到一起是什么体验
去年8月DeepSeek放出了V3.1，这是他们第一个混合模型——把V3（通用）和R1（推理）的能力合进了同一个模型里。 架构设计 总参数：671B，每token激活37B 每层256个专家，激活8个 两种模式一键切换： Think mod
DeepSeek R1开源之后，推理模型这条路被彻底跑通了
今年1月，DeepSeek把R1推理模型直接开源了，社区的反应很直接：没想到开源这边已经卷到这个程度了。 先看硬指标： AIME数学竞赛：77.5分 MATH-500：96.2分 Codeforces编程：94百分位 MMLU：0.849
DeepSeek V3：671B参数只激活37B，MoE架构的教科书级操作
去年12月DeepSeek发布了V3，这个模型最让同行坐不住的地方不是性能——而是成本。 先看架构V3的设计核心是Mixture of Experts： 总参数量：671B 每个token实际激活：37B 每层256个专家，每次选8个 就好