去年12月DeepSeek發佈了V3，這個模型最讓同行坐不住的地方不是性能——而是成本。
先看架構
V3的設計核心是Mixture of Experts：
- 總參數量：671B
- 每個token實際激活：37B
- 每層256個專家，每次選8個
就好比你有256個專科醫生，每次問診只調最相關的8個出來會診。參數量大但計算成本可控，這就是MoE的精髓。
跑分表現
- MMLU：87.1%（GPT-4o同級別）
- MATH-500：90.2%
- Codeforces：51.6百分位
- GPQA Diamond：59.1%
這套成績放在2025年底的開源模型裡屬於頂流水平。
550萬美元訓一個頂級模型
V3的訓練成本大約$5.5M，同期美國公司訓類似規模的模型動輒上億美元。這個數字一出來，整個行業都在反思：到底是DeepSeek太省了，還是大家太浪費了？
省錢秘訣包括：
- FP8混合精度訓練，顯存帶寬需求直接砍半
- 策略性使用spot實例，算力成本打三折
- MoE架構本身就是天然的算力節約器
為什麼重要
V3發佈之後一個月，DeepSeek又扔出了R1。這兩個模型加在一起，基本上證明了一件事：前沿AI研究不一定非要燒幾十億美元。對於全球AI競爭格局來說，這個信號比任何單個benchmark都重要。
參考來源：CocoLoop、DeepSeek V3技術報告、BentoML技術指南