互联网行业：以DeepSeek视角，解读DeepSeek逆袭.docx

本研究报告由浦银国际证券有限公司分析师编制，请仔细阅读本报告最后部分的分析师披露、商业关系披露及免责声明。

互联网行业|行业追踪

互联网行业|行业追踪

以DeepSeek视角，解读DeepSeek逆袭

春节期间，DeepSeek成为全球Al行业关注焦点，从“无名之辈”化身“绝世高手”。我们围绕三个核心话题，包括最大亮点、技术创新和潜在影响等，借助DeepSeek视角，让DeepSeek来解读DeepSeek,一起探讨这次“逆袭奇迹”。

DeepSeek最大亮点是什么?“成本创新”。DeepSeek整体表现与OpenAl等海外大模型第一梯队处于同一水平，不相上下，而成本控制方面具有显著优势，包括在训练、推理和商业化定价方面。整体成本仅为OpenAI的5%-10%,商业化定价仅为OpenAl的2%-5%。

DeepSeek如何实现“成本创新”?DeepSeek优化策略主要包括：1)稀疏激活的混合专家(MoE)架构，仅激活任务相关参数，降低90%算力消耗；2)本地化部署：支持消费级硬件，无需依赖昂贵的云服务等；3)规则奖励系统：替代昂贵的“AI监工”模型，减少额外训练；4)开源生态：利用社区贡献降低研发成本，迭代速度提升3倍。

“成本创新”对Al产业链有何影响?DeepSeek的低成本优势正在推动Al产业链从“算力竞赛”转向“算法优化”,其影响包括：1)云计算：推理需求爆发倒逼硬件与架构创新，混合云与边缘计算成主流；2)大模型：开源生态崛起加速技术民主化，垂直领域模型与Agent化应用成为新战场；3)应用层：普惠化释放长尾市场潜力，端侧硬件与行业解决方案重塑商业逻辑。未来，Al产业将更依赖算法密度与生态协同，而非单纯资源垄断。

投资建议：1)DeepSeek打破了美国在大模型层面的垄断格局，或带动市场重新审视国产Al行业，带来价值重估；2)DeepSeek的“成本创新”将使得大模型价格进一步平民化，AI普惠将加速应用层的爆发；3)虽然DeepSeek降低了单次算力成本，但随着未来大规模应用的指数级增长，长期来看将有助于推动云服务需求的上升。

投资风险：地缘政治风险，场景落地不及预期。

浦银国际赵丹

浦银国际

首席互联网分析师

dan_zhao@(852行业追踪杨子超，CFA

行业追踪

互联网分析师

charles_yang@

(8522025年2月5日

以

以DeepSeek视角，解读DeepSeek逆袭

扫码关注浦银国际研究

互联网行业|行业追踪

互联网行业|行业追踪

附录：DeepSeek问答文字版

2025年2月4日，通过DeepSeek网页版提问。

Question1:DeepSeek和OpenAl相比，成本方面有何优势?

DeepSeek

DeepSeek在成本控制方面相较于OpenAl具有显著优势，具体体现在训练成本、推理成本和商业化定价等多个维度。以下是详细对比分析：

1.训练成本对比

DeepSeek:

oDeepSeek-V3的训练成本仅为558万美元，采用高效的混合专家(MoE)架构和稀疏激活策略，显著降低了算力消耗。

o其训练时间仅需55天，使用2,048块NVIDIAH800GPU,计算资源消耗远低于行业平均水平。

OpenAl:

oOpenAl的GPT-4训练成本高达10亿美元，依赖大规模全参数激活和复杂的监督微调(SFT)流程。

o训练时间更长，且需要数百万GPU小时的支持，导致整体成本居高不下。

成本节省：DeepSeek的训练成本仅为OpenAl的5%-10%,实现了显著的效率提升。

2.推理成本对比

DeepSeek:

o输入费用：0.14美元/百万tokens(缓存未命中),缓存命中时低至0.014美元/百万tokens。

o输出费用：0.28美元/百万tokens,显著低于OpenAI和Claude系列模型。

o采用稀疏激活策略，每次任务仅激活部分参数，进一步降低了推理成本。

·

·

·

2025-02-05

2

互联网行业|行业追踪

互联网行业|行业追踪

OpenAl:o

OpenAl:

oGPT-4o的输入费用为2.5美元/百万tokens(缓存未命中),输出费用高达10美元/百万tokens。

o全参数激活模式导致算力消耗巨大，推理成本居高不下。

成本节省：DeepSeek的推理成本