全球最新排名：DeepSeek-V3夺开源模型第一！是“新瓶装旧酒”还是实质性突破？业内人士详解|deepseek|大模型|开源模型|编程

2024年12月26日，深度求索（DeepSeek）发布了其最新人工智能（AI）大模型DeepSeek-V3，并同步开源，刷屏中外AI圈。DeepSeek在两年内就成功开发出一款性能比肩国际顶尖的AI模型，成本仅为557万美元，与OpenAI 7800万美元的GPT-4训练成本形成鲜明对比。

聊天机器人竞技场（Chatbot Arena）最新数据显示，DeepSeek-V3排名全模型第七，开源模型第一。竞技场官方表示，DeepSeek-V3是全球前十中性价比最高的模型。在风格控制下表现稳健，在复杂问题和代码领域表现均位列前三。

在长达55页的技术报告背后，DeepSeek将它的技术路线完整地展示给公众。有人称赞它是一次真正的技术突破，但也有人质疑它只是现有优化技术的集成而已，本质上是新瓶装旧酒。

对此，有业内人士告诉《每日经济新闻》记者，DeepSeek-V3是首个创新融合使用了FP8、MLA、MoE三项技术的大模型，可以看作是实质性的突破。

聊天机器人竞技场：DeepSeek-V3位列总排名第七、开源模型第一

最新的聊天机器人竞技场（Chatbot Arena）数据显示，DeepSeek-V3排名第七，成为前十名中唯一的开源国产模型。

DeepSeek-V3模型被评价为国产第一，并且也是全球前十中性价比最高的模型。DeepSeek-V3在风格控制下表现稳健，在复杂问题和代码领域冲进了前三名。

聊天机器人竞技场是目前最知名的大模型评比榜单，用户在平台上同时与两个匿名模型进行对话，提出相同问题，比较它们的回答。根据模型的回答质量，用户选择自己偏好的答案，或选择平局或都不满意。根据用户投票结果，平台使用Elo评分系统更新模型的分数。相比较于其他基准测试，这一评分标准更能反映出真人用户对于大模型的偏好。

AI智能体与大语言模型集成平台Composio也从推理、数学、编程和创意写作四个维度将DeepSeek-V3和目前最流行的两个大模型Claude 3.5 Sonnet和GPT-4o进行了比较。

在推理方面，DeepSeek-V3与Claude 3.5 Sonnet、GPT-4o平分秋色，在个别特定问题上还要表现得更好一点。

在数学方面，DeepSeek-V3比Claude 3.5 Sonnet和GPT-4o要好得多。测试者使用了Gilbert Strang的线性代数（MIT的线性代数入门教材）中的一道题作为测试问题。GPT-4o和Claude 3.5 Sonnet都只能找到一个可能的顶点，而DeepSeek-V3能找出三个顶点。

在编程方面，DeepSeek-V3非常接近GPT-4o的编码能力，但Claude 3.5 Sonnet是表现最好的模型。不过，DeepSeek-V3的定价却极具吸引力。考虑到性价比，如果只是一般使用的话，Composio认为DeepSeek-V3会是更好的选择。

在创意写作方面，Claude 3.5 Sonnet更佳，GPT-4o与DeepSeek-V3相差不大。

但是，DeepSeek现在API的输入价格仅为每百万Token0.1元人民币，而Claude3.5 Sonnet API输入价格为每百万Token 3美元。Composio站在使用者的角度判断，如果用户想要在大模型之上构建应用程序，那么Deepseek-V3是明智之选。DeepSeek-V3的性价比让它成为构建面向客户的AI应用程序的理想选择。

新瓶装旧酒？业内人士：DeepSeek-V3有实质突破，融合三项创新技术

DeepSeek刷屏的另一大焦点便是：它的价格为何那么便宜？

DeepSeek在它长达55页的技术报告里给出了答案:DeepSeek-V3利用混合专家 (MoE)架构来优化性能，在每次处理过程中仅激活6710亿个参数中的370亿个。同时还融合使用了多头潜在注意力(MLA)、FP8混合精度和多token预测等技术进一步提高了其效率和有效性。

有人质疑称，这些技术在很早之前就已经提出过，DeepSeek只是将这些优化技术集成在一起而已。

对此，资深业内人士、技术交流平台北京城市开发者社区主理人猫头虎告诉《每日经济新闻》记者，DeepSeek-V3有实质突破。他认为，作为首个综合实力匹敌Meta的Llama3.1-405B的国产开源大模型，DeepSeek-V3创新性地同时使用了FP8、MLA和MoE三种技术手段。

据悉，FP8是一种新的数值表示方式，用于深度学习的计算加速。相比传统的FP32和FP16，FP8进一步压缩了数据位数，极大地提升了硬件计算效率。虽然FP8是由英伟达提出的技术，但DeepSeek-V3是全球首家在超大规模模型上验证了其有效性的模型。

猫头虎进一步向每经记者表示，这一技术（FP8）至少将显存消耗降低了30%。

Midjourney的AI研究员Finbarr也表示，Deepseek的FP8设置看上去很棒。

此外，相较于其他模型使用的MoE模型，DeepSeek-V3使用的MoE模型更为精简有效。该架构使用更具细粒度的专家并将一些专家隔离为共享专家，使得每次只需要占用很小比例的子集专家参数就可以完成计算。这一架构的更新是2024年1月DeepSeek团队提出的。

AI研究人员马克·贝克在文章中认为DeepSeek的MoE是一个突破性的MoE语言模型架构，它通过创新策略，包括细粒度专家细分和共享专家隔离，实现了比现有MoE架构更高的专家专业化和性能。

但是最令人惊讶的是MLA机制，这一机制也完全由DeepSeek团队自主提出，并最早作为核心机制引入了DeepSeek-V2模型上，极大地降低了缓存使用。不过，DeepSeek-V2模型当时并没有激起什么讨论的热度，只有很少一部分技术人员注意到了这一成果。

当时，开源平台huggingface的技术主管Pjillipp Schmid还在社交平台上为DeepSeek鸣不平：“为什么没有更多的人讨论MLA（多头潜在注意力）机制？ MLA被引入DeepSeek-V2中，并帮助将KV-cache的内存减少了93.3%。”

编者注：多头潜在注意力（MLA）是DeepSeek-V2的核心创新，它不仅仅停留在低秩投影的概念上，而是通过更精细的变换设计，实现了在保持推理时KV Cache与GQA相当的同时，增强模型的表达能力。MLA的关键在于其推理阶段的恒等变换技巧，允许模型在不增加KV Cache大小的情况下，利用不同的投影矩阵增强每个头的能力。