投资建议：DeepSeek-V3的发布标志着国产AI在规模、效率和成本方面实现重大突破。DeepSeek-V3在多项评测中超越多款顶尖模型，且成本极具竞争力。因此AI大模型在各行业落地的技术路径有望逐步明确，MoE架构的低成本、高性能的大模型在垂类领域中的运用潜力巨大。
DeepSeek-V3的强大性能与开源策略显著提升了其市场竞争力，具备高投资价值。DeepSeek正式发布了其全新系列模型DeepSeek-V3，并同步开源。该模型为自主研发的MoE架构，拥有6710亿参数和37亿激活参数，在14.8万亿token上进行了预训练。DeepSeek-V3在多个评测中超越了Qwen2.5-72B和Llama-3.1-405B等开源模型，其性能与顶尖闭源模型GPT-4o和Claude-3.5-Sonnet相媲美。尤其在知识类任务、长文本处理、代码编写和数学竞赛等方面表现出色。
DeepSeek-V3的生成速度提升和灵活的API定价策略为用户带来更高的使用价值。通过算法和工程上的创新，DeepSeek-V3的生成吐字速度从每秒20次提升至60次，实现了3倍的性能提升，用户体验更加流畅。DeepSeek调整了API服务的价格，新的定价为每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。高性价比有望为DeepSeek带来了更大市场份额和收入增长。
DeepSeek-V3的开源权重和本地部署能力增强其社区支持和应用扩展性，推动了技术生态发展。DeepSeek-V3采用FP8训练，并开源原生FP8权重，得到开源社区的广泛支持。DeepSeek提供从FP8到BF16的转换脚本，方便社区进行适配和拓展应用场景。模型权重可通过Hugging Face平台下载，进一步促进了本地部署和多样化应用。这种开放的生态系统为其在AGI普惠化方面奠定了坚实基础。
风险提示：较低定价压缩盈利空间，技术竞争加剧的风险。
文章来源
本文摘自：2024年12月31日发布的《国产大模型性能领先，场景应用加速落地》
李博伦，资格证书编号：S0880520020004
伍 巍，资格证书编号：S0880123070157
