您的当前位置:首页 > 标签 > 2026年DeepSeek行业报告
人工智能行业DeepSeek专题研究:“低成本、高性能、强推理”三位一体DeepSeek驱动高质量模型平价化-250214(17页).pdf
2026年DeepSeek行业报告:557万美元训练成本,用户1.19亿驱动算力需求爆发|源达信息
源达信息研报指出DeepSeek-V3训练成本仅557万美元,R1模型AIME 2024得分79.8%超越OpenAI o1,用户从34.7万激增至1.19亿,服务器资源紧张暂停充值,算力需求呈几何级增长。
 2026-07-30
 AI产业
 17页
1张图表
数据来源:
人工智能行业DeepSeek专题研究:“低成本、高性能、强推理”三位一体DeepSeek驱动高质量模型平价化-250214(17页) 查看报告
源达信息证券研究所发布的DeepSeek专题研究报告指出,DeepSeek通过算法创新和工程优化实现了“低成本、高性能、强推理”三位一体的突破。DeepSeek-V3训练成本仅557万美元,耗时不到两个月。R1模型在AIME 2024测评中得分79.8%略微超过OpenAI o1,API定价仅为o1的约1/30。用户从2024年12月底34.7万激增至2025年1月底1.19亿,服务器资源紧张已暂停API充值。DeepSeek正驱动高质量模型平价化,算力需求、AI Agent应用和端侧AI落地三大方向的投资机会值得关注。

DeepSeek模型密集迭代,用户爆发式增长

自2024年起DeepSeek在AI领域迅速崛起。2024年1月DeepSeek LLM首次亮相,2月DeepSeek-Math专注数学问题,3月DeepSeek-VL引入视觉语言融合,5月DeepSeek-V2优化语言生成,12月DeepSeek-V3综合性能优化。2025年1月DeepSeek-R1采用MoE架构推理成本仅为GPT-4 Turbo的17%,多个基准测试超越OpenAI o1;Janus-Pro多模态模型击败DALL-E 3和Stable Diffusion。DeepSeek从通用语言到多模态、从基础模型到推理模型实现了全方位覆盖。

用户数量爆发式增长。2024年12月底全球用户数34.7万,2025年1月底激增至1.19亿。2月8日国内APP端日活3494万,海外3685万,全球Web端4800万。DeepSeek仅用一年多就达到ChatGPT两年的用户规模,在国内1月跃居月均活跃用户数榜首。增长1亿用户所用时间创下AI应用最短纪录。基于当前发展态势,技术实力强、推理成本低、开源与闭源双轨战略、云厂商广泛接入等因素驱动下,DeepSeek未来用户数还将高速增长。

DeepSeek-V3训练成本仅557万美元,性价比领先全球

DeepSeek-V3通过算法创新和工程优化大幅提升模型效率。MoE架构总参数量671B,每个token激活37B参数,拓展至256个路由专家加1个共享专家。MLA多头注意力机制减少kv cache内存占用,优化注意力计算。创新训练目标MTP让模型一次性预测多个未来令牌,推理速度提升1.8倍。FP8+混合精度策略将计算精度从FP16降到FP8,在重要算子模块保留FP16/32保证准确度。DualPipe高效流水线并行算法实现接近于0的通信开销。

DeepSeek-V3完整训练仅需278.8万GPU小时。预训练阶段每训练一万亿个标记仅需18万H800 GPU小时,在2048块H800集群上仅需3.7天。假设H800租赁价格为每小时2美元,总训练成本仅557.6万美元。相比之下Llama 3 405B训练成本约8000万美元,GPT-4o达7800万至1亿美元。DeepSeek-V3训练成本仅为Llama 3的约7%、GPT-4o的约1/14。DeepSeek-V3是官方认可唯一进入“最佳性价比”三角区的模型。

DeepSeek-R1推理能力比肩OpenAI o1,API定价仅为其1/30

DeepSeek-R1在继承V3创新架构基础上,后训练阶段大规模使用强化学习技术。自动选择有价值数据进行标注训练,减少数据标注量和计算资源浪费,在极少标注数据情况下极大提升模型推理能力。DeepSeek-R1在AIME 2024测评中获得79.8%的pass@1得分,略微超过OpenAI o1(79.2%)。MATH-500上获得97.3%得分,与o1性能相当。编程领域Codeforces评分2029,超过96.3%人类程序员。MMLU通用知识评测90.8%。

API定价方面DeepSeek-R1每百万输入tokens 1元(缓存命中)/4元(缓存未命中),输出16元。OpenAI o1每百万输入tokens 55元/110元,输出438元。DeepSeek-R1定价仅为o1的约1/30。DeepSeek蒸馏技术将推理能力迁移至小模型,R1-Distill-Qwen-32B在AIME 2024达72.6%,MATH-500达94.3%,多项能力对标o1-mini。DeepSeek正驱动高质量模型平价化。

算力需求爆发,服务器资源紧张暂停充值

DeepSeek的爆火使“杰文斯悖论”受到关注。技术进步带来的效率提升反而导致资源消耗增加。DeepSeek显著提升了算力利用效率,但更多用户开始使用AI服务,如同打开了AI应用需求的“潘多拉魔盒”。随着用户增加和更多AI应用涌现,算力需求呈几何级增长。

DeepSeek已面临服务器资源不足问题。网站已暂停API充值,显示“当前服务器资源紧张,为避免对您造成业务影响,我们已暂停API服务充值。存量充值金额可继续调用,敬请谅解”。用户在访问时频繁遇到“服务器繁忙,请稍后再试”提示。建议关注以国产算力和AI推理需求为核心的算力环节,尤其是IDC、服务器、国产芯片等算力配套产业,推荐海光信息、浪潮信息。
模型训练成本(美元)输入定价(/百万tokens)输出定价(/百万tokens)
DeepSeek-V3557.6万0.5-2元8元
DeepSeek-R1约557万1-4元16元
Llama 3 405B约8000万--
GPT-4o7800万-1亿1.25-2.5美元10美元
OpenAI o1未公开7.5-15美元60美元
客服
商务合作
小程序
服务号
折叠