Appearance
DeepSeek
最后核对:
2026-07-24
DeepSeek 是这组厂商里最典型的“公开架构信号足够强、价格极具冲击力、并且非常适合研究推理成本”的一条路线。
1. 2025 以来的发布时间线
| 时间 | 模型 / 事件 | 关键变化 |
|---|---|---|
2025-01-20 | DeepSeek-R1 | 强化推理路线,成为 2025 年初最重要的 reasoning 里程碑之一 |
2025-03-25 | DeepSeek-V3-0324 | V3 系继续迭代 |
2025-05-28 | DeepSeek-R1-0528 | 对推理、幻觉控制与综合表现继续优化 |
2025-08-21 | DeepSeek-V3.1 | 继续打磨 V3 主线 |
2025-09-29 | DeepSeek-V3.2-Exp | 引入 DeepSeek Sparse Attention (DSA) |
2025-12-01 | DeepSeek-V3.2 | 正式版本落地 |
2026-04-24 | DeepSeek-V4 Preview | 新一代预览版,继续强调稀疏架构与成本效率 |
2. DeepSeek 的架构路线最值得看什么
2.1 它不是只在做“大模型”,而是在做“更便宜的大模型推理”
从官方新闻页能看出的最强信号是:
Sparse AttentionMoEactive parameterslong context efficiencyAPI price cut
这说明 DeepSeek 很强调一件事:
- 如何在尽量不损失能力的前提下,把长上下文与推理成本继续打下来
2.2 这条路线为什么工程上很重要
很多团队喜欢把 DeepSeek 简化成“便宜”,但真正重要的是:
- 它公开了为什么能便宜
- 也公开了便宜背后的架构线索
这对于你理解:
- 稀疏专家的成本结构
- 长上下文注意力的优化方向
- API 成本为什么能显著降低
非常有帮助。
3. 公开参数与上下文
| 模型 | 总参数 | 激活参数 | 上下文 | 备注 |
|---|---|---|---|---|
DeepSeek-R1 | 671B | 37B | 官方新闻页给出同代大规模推理口径 | 2025 推理里程碑 |
DeepSeek-V3.2-Exp | 671B | 37B | 128K 级长上下文路线延续 | 官方新闻页强调建立在 V3.1-Terminus 上 |
DeepSeek-V4 Preview | 641B | 32B | 1M | 官方新闻页明确提到 1M context 与混合 MoE 架构 |
deepseek-v4-flash | 与 V4 系一致路线 | 与 V4 系一致路线 | 1M | 当前主力 API 之一 |
deepseek-v4-pro | 与 V4 系一致路线 | 与 V4 系一致路线 | 1M | 当前更高能力 API 档位 |
4. 当前官方 API 价格
以下价格来自 2026-07-24 官方 quick start pricing 页面,单位为 USD / 1M tokens。
| 模型 | 缓存命中输入 | 非缓存输入 | 输出 | 最大输出 | 上下文 |
|---|---|---|---|---|---|
deepseek-v4-flash | $0.0028 | $0.14 | $0.28 | 384K | 1M |
deepseek-v4-pro | $0.003625 | $0.435 | $0.87 | 384K | 1M |
4.1 这组价格为什么值得重视
如果你把 DeepSeek 只当成“便宜平替”,会错过两个更关键的点:
- 它已经把
1M context和很低的推理价格放在一起。 - 它的架构公开度足够高,让你能理解这种价格不是偶然。
这对于做:
- 超长上下文检索
- 研究型 Agent
- 成本敏感型批处理
- 国内外多模型路由
都非常有吸引力。
5. DeepSeek 的优势与边界
5.1 优势
- 性价比极高
- 架构信号透明,便于理解成本来源
- 对长上下文与稀疏注意力的路线非常清楚
- 很适合作为“成本敏感的大模型层”
5.2 边界
- 如果你需要最完整的企业化产品生态,OpenAI / Anthropic 仍更成熟
- 如果你只会按闭源模型的交互习惯去接,可能低估 DeepSeek 在私有部署或开源推理上的价值
- 超低价格也要求你更认真评估工具生态、平台接口与运维边界
6. 一个很重要的工程判断
DeepSeek 最适合被理解成:
推理成本结构研究对象长上下文高性价比主力开源 / 半开源能力层的重要基座
而不只是“排行榜上的便宜模型”。
7. 选型建议
优先考虑 DeepSeek 的情况:
- 你非常关心成本
- 你需要超长上下文
- 你希望参数与架构透明度更高
- 你愿意围绕模型自己做更强的工程封装
如果你更关注:
- 最完整的 API 产品生态
- 最细分的推理服务档位
就继续看 GPT。
8. 主要来源
- DeepSeek News:https://api-docs.deepseek.com/news/news250120
- DeepSeek News:https://api-docs.deepseek.com/news/news250929
- DeepSeek News:https://api-docs.deepseek.com/news/news260424
- DeepSeek Pricing:https://api-docs.deepseek.com/quick_start/pricing