2024年12月26日，人工智能企业深度求索（Deepseek）震撼发布其最新AI大模型DeepSeek-V3，并宣布同步开源，此举迅速在中外AI领域引起轰动。DeepSeek在短短两年内，以557万美元的成本成功研发出与国际顶尖AI模型比肩的DeepSeek-V3，与OpenAI耗资7800万美元训练的GPT-4形成鲜明对比。

据聊天机器人竞技场（Chatbot Arena）最新数据显示，DeepSeek-V3在全球大模型排名中位列第七，更在开源模型中独占鳌头。竞技场官方高度评价DeepSeek-V3为全球前十中性价比最高的模型，其在风格控制下表现稳健，且在复杂问题和代码领域的表现均跻身前三。

DeepSeek通过长达55页的技术报告，向公众全面展示了其技术路线。虽然有人对DeepSeek-V3的技术突破表示质疑，认为其只是现有优化技术的集成，但业内人士指出，DeepSeek-V3是首个创新融合FP8、MLA、MoE三项技术的大模型，这一融合被视为实质性的技术突破。

聊天机器人竞技场的数据显示，DeepSeek-V3不仅排名第七，更成为前十名中唯一的开源国产模型，被誉为国产第一。DeepSeek-V3在风格控制下表现稳健，且在复杂问题和代码领域的排名冲进前三。

聊天机器人竞技场采用Elo评分系统，通过用户投票反映真人用户对于大模型的偏好，是目前最知名的大模型评比榜单。AI智能体与大语言模型集成平台Composio也从多个维度对DeepSeek-V3与目前最流行的两个大模型进行了比较，结果显示DeepSeek-V3在推理、数学方面表现优异，编程方面接近GPT-4o，创意写作方面与GPT-4o相差不大。

尤为值得一提的是，DeepSeek-V3的API输入价格仅为每百万Token 0.1元人民币，远低于其他模型。考虑到性价比，Composio认为DeepSeek-V3是构建面向客户的AI应用程序的理想选择。

面对关于技术集成的质疑，DeepSeek在长达55页的技术报告中详细解释了其技术路线。DeepSeek-V3利用混合专家（MoE）架构优化性能，同时融合使用多头潜在注意力（MLA）、FP8混合精度等技术，进一步提高了效率和有效性。资深业内人士猫头虎表示，DeepSeek-V3作为首个综合实力匹敌Meta的Llama3.1-405B的国产开源大模型，创新性地同时使用了FP8、MLA和MoE三种技术手段。

FP8是一种新的数值表示方式，用于深度学习的计算加速。DeepSeek-V3是全球首家在超大规模模型上验证FP8有效性的模型，这一技术至少将显存消耗降低了30%。此外，DeepSeek-V3使用的MoE模型更为精简有效，通过创新策略实现了更高的专家专业化和性能。而MLA机制则完全由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。

FP8、MLA和MoE的融合，是AI技术向更高效率、更低成本发展的典型案例。在DeepSeek-V3的推动下，这些技术展现出了广阔的应用前景。

图片来源：聊天机器人竞技场

图片来源：X

图片来源：arXiv

图片来源：arXiv

图片来源：X