计算机行业：DEEPSEEK_V3发布，技术创新和商业化落地的共振-241228-财通证券-11页.pdfVIP

pSeek-V3发布，技术创新和商业化落地的共

振

证券研究报告

核心观点

❖DeepSeek-V3正式发布，性能对齐海外头部模型：12月26日，深度求

索DeepSeek发布了其DeepSeek-V3模型。该模型是一款强大的混合专家

（MoE）语言模型，拥有671B参数，激活37B，在14.8Ttoken上进行了预

训练。在多种任务中表现卓越，训练高效且成本效益显著。DeepSeek-V3在多

项基准测试中表现优异，比肩世界顶级模型。

❖国内头部自研开源模型，创新引入训练新策略：DeepSeek-V3的基础架

构仍在Transformer架构内，同时采用了多头潜在注意力（MLA）和

DeepSeekMOE（DeepSeek混合专家）机制，以实现更高效推理和更具经济性

价比的训练。DeepSeek-V3本次创新在于额外引入了无辅助损失的负载均衡

策略（auxiliary-loss-freeloadbalancingstrategy）和多token预测策略（MTP），

两者对模型训练过程进行了创新性的优化。在DeepSeek-V3后训练过程中，

DeepSeek结合了监督微调（SFT）和强化学习（RL），使得模型可以更好的与

人类偏好对齐，增强其泛化能力，并更好地处理未见过的数据和任务。

❖完整训练仅需278.8万H800GPU小时，高性价比追求普惠AGI：

DeepSeek-V3的完整训练仅需278.8万H800GPU小时，包含预训练、上下文

长度扩展和后训练。同时，DeepSeek-V3采用了FP8混合精度训练框架，这

是首次在超大规模模型上验证FP8训练的可行性和有效性。综合评估表明，

DeepSeek-V3是目前最强的开源模型，性能可与闭源模型如GPT-4o-0513和

Claude-3.5-Sonnet-1022相媲美。另外，随着性能更强、速度更快的DeepSeek-

V3更新上线，DeepSeek-V3模型API服务定价也将调整为每百万输入

tokens0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens8元，是

当前模型性能/价格比最优的模型服务。

❖风险提示：技术迭代不及预期的风险；商业化落地不及预期的风险；政策支

持不及预期风险；全球宏观经济风险。

内容目录

1DeepSeek-V3正式发布，性能对齐海外头部模型3

2国内头部自研开源模型，创新引入训练新策略4

2.1引入无辅助损失的负载均衡策略，提高模型性能4

2.2设立多token预测训练目标MTP，增加训练信号的密度5

2.3结合监督微调和强化学习后训练，性能比肩领先闭源模型6

2.3.1SFT和RL帮助模型调整生成策略，新任务适应能力提升6

2.3.2SFT和RL的结合，显著提升多个基准测试性能8

3完整训练仅需278.8万H800GPU小时，高性价比追求普惠AGI8

4风险提示9

图表目录

图1.DeepSeek发布DeepSeek-V3模型3

图2.DeepSeek-V3及其同类产品的基准性能比较3

图3.DeepSeek-V3的基本架构4

图4.无辅助损失的平衡