DeepSeek R1以强化学习压低训练成本

DeepSeek R1以强化学习压低训练成本。

在一组第三方基准测试中，涵盖从复杂问题解决，到数学和编码的准确性方面，DeepSeek模型的表现优于Meta Llama 3.1、OpenAI的GPT-4o和Anthropic的Claude Sonnet 3.5。

为了训练其模型，DeepSeek购买了10000多块英伟达GPU，随后又扩大到50000块。

”（注：英伟达工程师Jim Fan称，DeepSeek在两个月内以558万美元的预算训练了其基础模型V3。

社交平台X的用户Shubham Saboo称：“DeepSeek R1 100%开源，比OpenAI o1便宜96.4%，同时提供类似的性能。

就1月26日公布的安排而言，开源与闭源路线的差异在这里体现为控制权、部署门槛和收费方式。客户获得更多选择后，模型厂商更难只凭单一性能指标维持溢价。

对DeepSeek而言，1月26日披露的信息显示，目前披露的信息仍有边界，后续结果要由实际交付、客户使用或下一期财务数据验证。已公布的目标属于管理层判断，不能直接视为最终结果。