事情起因是这样的！下午的 Family 群里，有家人和小鹿说 DeepSeek 的新模型性能不错！但是涨价了！

哦？Deepseek 可是国产大模型界的拼多多啊。这次推出即爆火的 V3 价格翻了一倍不止。

DeepSeek V3 的 API 官方定价：

输入：2 元/M tokens命中缓存0.5元Mt
输出：8 元/M tokens

2025 年 2 月 8 日前，
输入：1 元/M tokens命中缓存0.1元Mt
输出 ：2 元/M tokens

不过，这个价格依旧只相当于 Claude 3.5 Sonnet 费用的 1/53（后者每百万输入 3 美元/Mt、输出 15 美元/Mt）。

一起看下 Deepseek-V3 涨价涨的值不值 ～

模型表现与 Claude 3.5 Sonnet 相当

这次发的新模型 DeepSeek-V3 采用了 671B 参数 MoE 架构，配备约 37B 激活单元，在高达 14.8T 个高质量 Token 上完成了预训练。

DeepSeek-V3 相比上一代 V2 进行了大幅升级，仔细看

• 数学基准（MATH 500）：取得了 90.2 的高分，领先 Claude 3.5 Sonnet 和 GPT-4o 超过 10 分。

• AIME 2024 测试：领跑，比前代成绩飙升近 20 分。

• 代码能力（Codeforces 基准）：达到了 51.6 分，比国外主流大模型高出约 30 分，刷新了该领域的 SOTA 水平。

• 软件工程（SWE-bench Verified）：略显逊色，尚不及分数达 50.8 的 Claude 3.5 Sonnet。

• 多语言能力（MMLU-Pro）：在多语言上的进步不算明显。

• 知识问答（GPQA-Diamond）：仅次于 Claude 3.5 Sonnet。

和闭源比完，接着看看和开源主流模型比怎么样，“对手”包括 DeepSeek-V2 的基础版、Qwen2.5 72B 的基础版，以及 LLaMA-3.1 405B 的基础版：

总的来说，DeepSeek-V3 的基础版就像“开了挂”一样，性能全面超越了自家的 V2 和 Qwen2.5 72B。即使是面对参数量更大的 LLaMA-3.1 405B，DeepSeek-V3 在大多数测试中也毫不逊色，可以说是目前最强大的开源模型之一。

细看一下各项对比结果：

• 对比目前很火的中文开源模型 Qwen2.5 72B，DeepSeek-V3 的优势非常明显。V3 实际参与运算的参数只有 Qwen2.5 的一半，但在英文、多语言、写代码和解数学题这些方面，V3 都表现得更好。在中文能力上，除了 CMMLU 这个测试，V3 也都比 Qwen2.5 更强。

• 对比参数量巨大的 LLaMA-3.1 405B（“容量”为 V3 的 11 倍），DeepSeek-V3 在多语言、代码和数学方面的表现依然更出色。

一句话，DeepSeek v3 成为了大模型新的开源 SOTA ，超越了 Llama 3.1 405B，甚至可以与 GPT-4o、Claude 3.5 Sonnet 等闭源模型正面抗衡。

当然，还是老规矩。

官方的测试数据，我们从来只信一半。真正好不好，测了才知道。

来，先上一手的智商测试！

智商测试

先来测试一道智商题（误

嗯嗯！很满意 ～ 据说隔壁 Claude3.5 还是错着呢。

好了，来测一下真正的智商表现。

先测一道大家熟悉的编程题：

我想要 python 实现一段代码支持一个操作，就是将我在命令行里输入过的 query 按照时间顺序 cache 到本地的一个文件里和内存里，如果我在命令行里按方向键上或方向键下，就能切换到上一个输入的 query 或者下一个输入的 query（像使用 bash 那样）。如果按方向键左或右，则能够移动光标来编辑文字（而不是输入一个方向字符）；移动光标或删除的时候，需要支持中文汉字删除，不能把汉字拆分成多个 char 去分别删除

不要在命令行里出现这种把方向键当做查询输入的情况，而是去解析方向键：

请输入搜索查询: ^[[A[[A^[[B[[B^[[A[[B

看看 Deepseek v3 能否创造奇迹。

运行一下——

不是吧，这次竟然真的完美运行了！

而且代码非常的优雅干净，它用了一个 python 内置的库就直接解决了问题。

有可能，官方号称的编程能力跟 claude3.5 不相上下，是个低调谦虚的说法。

非常难的问题上，虽然不一定打得过 o1 满血版和 gemini 2.0 thinking，但编程能力比 gpt4o 和 claude3.5sonnet 强，从我们内部的测试来看，这句话是站得住脚的。

此外，官方号称，不仅编程，v3 在数学上也是领先其他模型一大截的，也就是**MATH-500、AIME 2024、Codeforces，**所以我就测测数学上是不是也一样牛。

北京大学与阿里巴巴的研究团队联合打造了一个专门用于数学竞赛的奥林匹克评测基准——Omni-MATH，就用它来测！

第一题:

题目我没看懂，但是答案很明确，是 Yes。

V3 的答案是 No.

嗯？v3 失误了吗？

再来一道！

题目依旧看不懂，截图在这。

我让 V3 把答案翻译成中文，并和它的回答比较是否一致，呃，又错了。。。

可能是题目难度过大了。我换了一道高中数学题，

降了难度后，它终于答对了。

另外，虽然根据官方的说法，Deepseek v3 是个纯文本模型，但我强行在 Deepseek 官网上传了这张大家熟悉的图后——

标准答案：ADBAADAB

结果无意间发现——

竟然答对了 6 道！

而且 o1 和 gemini thinking 都是新一代推理范式的模型，Deepseek v3 还是之前的老范式。

我不清楚官方是先把这张图经过 OCR，丢给了 v3，还是说这种有图片上传的题会直接路由到之前的 Deepseek VL2 视觉模型。

但，无论哪种情况，我都得说一句——

有点过于牛逼了。

对于一些难度很大的数学竞赛题，可能还是要用类 o1 范式的模型去解决。但一些简单的数学题（高中及以下），Deepseek v3 可能就能搞定了。

总的来说，Deepseek v3 的智商我觉得是非常在线的，尤其是，这还没有在推理阶段做 scaling up。

情商测试

情商测试来自于前两天的这个推文——

结果，Family 群里有家人说 V3 没做出来情商题——

所以我准备对 Deepseek v3 加测一下情商表现！

Round 1

得！Deepseek v3 你果然情商不在线。

Round 2

那再问问爱不爱人类吧：

行吧，足够安全，但也因此牺牲了情商。

Round 3

我再问问掉水里先救谁！

好吧，还是没有情商可言，只有满满的安全感 qaq。

通过本文的简单测评来看，Deepseek v3 模型可以说——

智商牛逼，但情商不存在…

有趣的技术细节

除此之外，DeepSeek 提供了关于 v3 的技术报告：

官方链接：

https://github.com/deepseek-ai/DeepSeek-V3/blob/main/DeepSeek_V3.pdf

我扒了下，发现有很多有意思的技术细节。

首先是数据, 相较于 DeepSeek-V2，DeepSeek-V3 提高了数学与编程样本的比例，并将多语言覆盖范围扩展到英语和中文之外。

然后是超参数, DeepSeek-V3 采用了 61 层 Transformer。**除前三层外，所有 FFN 均被 MoE 层 替换，**每个 MoE 层包含 1 个共享专家和 256 个路由专家；其中，每个 token 会激活 8 个专家，最多分配到 4 个节点。

还有长上下文扩展 , 为实现长上下文处理，DeepSeek-V3 在预训练后采用 YaRN 技术进行扩展，并分两个阶段进行额外训练，每个阶段 1000 步，逐步将上下文窗口从 4K 扩大到 32K，最终达到 128K。

模型训练成本令人发指

Deepseek 研究团队明确的保证：

DeepSeek-V3 仅用 2048 块 GPU、历时两个月完成训练，总花费约 557.6 万美元。

这个训练成本低到什么程度呢：

相当于 Claude 3.5 Sonnet 的 9%。

大神 Karpathy 也在 X 上盛赞 DeepSeek-V3 的高效：

“达到这种能力通常需要上万 GPU，而 DeepSeek-V3 仅用少量资源就实现了。对比 Llama 3 405B 的 3080 万 GPU 小时，DeepSeek-V3 只用了 280 万，计算量大幅减少。

这并非意味着不需要大型集群，而是要重视资源利用和算法优化。DeepSeek-V3 的表现若能得到普遍认可，将有力证明资源约束下也能做出优秀成果。”

结语

在过去一段时间里，大语言模型的社区对于算力的追逐往往陷入一种“集群越大、训练耗时越短、模型越强”的思维模式。

最近 OpenAI 被爆料在训练 GPT-5 是遇到资源和数据的限制而导致迟迟做不出来…

而 DeepSeek-V3，则成功通过深度优化的模型架构、训练策略、数据筛选和工程流程，同样能换来大幅度的性能增长和成本压缩——甚至让那些盲目投入十万卡、数千万 GPU 小时的项目看上去有些“浪费”…

从此，大模型社区多了一句论调：

从 Deepseek v3 来看，决定性胜负手不再只是显卡数量。

但我还是忍不住想问——啥时候国产模型能有情商的概念？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】