《魷魚遊戲》新季首播表現不如人意 相關韓股周五大幅下跌

多語言處理能力：雖然當前版本暫不支持多模態輸入輸出，但在多語言處理方麵表現出色，尤其在算法代碼和數學方麵。

另外，在多項基準測試中，DeepSeek-V3的成績超越了Qwen2.5-72 B和Llama-3.1-405 B等其他開源模型，並在性能上和世界頂尖的閉源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

其中，在數學能力方麵，DeepSeek-V3大幅超過了所有開源閉源模型。（小K注：以2024年美國數學競賽和全國高中數學聯賽題庫進行測試）

值得注意的是，幻方量化在已開源的論文中強調其訓練成本極低——通過對算法、框架和硬件的優化協同設計，假設H800GPU的租用價格為每塊GPU2美元/小時，DeepSeek-V3的全部訓練成本總計僅為557.6萬美元（注：該成本僅包括DeepSeek-V3的正式訓練，不包括與先前在架構、算法或數據上的研究和消融實驗相關的成本）：

在預訓練階段，模型每訓練1萬億token僅需要180K個GPU小時，即在配備2048個GPU的集群上隻需3.7天，也就是說，該階段團隊使用2048塊H800 GPU訓練了模型不到2個月便達成目標；

另外，加上上下文長度scaling所需的119K GPU小時和後訓練的5K GPU小時，DeepSeek-V3完整訓練僅消耗2.788M個GPU小時。

技術大牛Andrej Karpathy發文稱讚道：作為參考，要達到這種級別的能力，通常需要約1.6萬個GPU的計算集群。不僅如此，當前業界正在部署的集群規模甚至已經達到了10萬個GPU。比如，Llama 3 405B消耗了3080萬GPU小時，而看起來更強大的DeepSeek-V3卻隻用了280萬GPU小時（計算量減少了約11倍）。（小K注：Karpathy是OpenAI的聯合創始人之一，並且曾擔任特斯拉的AI總監）

Stability AI前CEO表示，以每秒60個token（相當於人類閱讀速度5倍）的速度全天候運行DeepSeek-V3，每天僅需要2美元。

API服務定價上調2倍有餘

DeepSeek-V3的發布標誌著DeepSeek AI在自然語言處理和AI領域的又一重要進步，預計將為開發者、企業和研究人員提供強大的工具和資源。其應用場景主要包括：

聊天和編碼場景：為開發者設計，能夠理解和生成代碼，提高編程效率。