另据媒体报道，为了训练模型，幻方量化在美国芯片出口限制之前获得了超过1万块英伟达GPU，尽管有说法称DeepSeek大约有5万颗H100芯片，但尚未得到公司官方证实。
早在去年12月，该公司推出的DeepSeek-V3通过优化模型架构和基础设施等方式，展现了极致性价比。从该团队正式发布的技术报告来看，包括预训练、上下文长度外推和后训练在内，DeepSeek-V3完整训练只需2.788M H800 GPU小时，其训练成本仅为557万美元，但该模型实现了与GPT-4o和Claude Sonnet 3.5（来自美国人工智能企业Anthropic）等顶尖模型相媲美的性能。
当时著名人工智能科学家卡帕西（Andrej Karpathy）就发文表示，这种级别的能力通常需要接近16000颗GPU的集群，而目前市场上的集群规模更是达到了10万颗GPU左右。
图片来源：视觉中国
尽管尚不清楚最新发布的DeepSeek-R1的训练成本，但其在服务价格上，相较性能相当的OpenAI的o1也有明显优势。DeepSeek-R1的API服务定价为每百万输入tokens 1元（缓存命中）/4元（缓存未命中），分别是OpenAI o1的2%和3.6%。
除了极致性价比，让DeepSeek的大模型脱颖而出的是其代码和训练方法的完全开源。
