過去兩年多，以OpenAI為代表的美國公司開啟并引領了人工智能大模型投資熱潮，因為不缺芯片（芯片行業分析報告）和算力，其主流思路是“越大越好”——以更強算力、更多數據訓練更大的模型，來獲得更高性能。這讓大模型能源消耗巨大，訓練成本驚人，也帶來了商業推廣難題：大模型投不起，小模型不好用。

DeepSeek改變了這一格局。他們在模型架構和訓練過程中進行深度優化，在大幅降低計算資源消耗的同時，躋身世界頂級AI大模型之列，實現了“低成本”與“高性能”的兼得。同時，與OpenAI的閉源策略相反，DeepSeek免費開源其大模型，明示全部技術路線，更加推動了大模型技術從“奢侈品”向“日用品”的轉變。

從技術進步角度看，低成本開源大模型開啟競爭新賽道，AI的未來更值得期待。低成本是技術普及的基本要求，買得起才能讓千家萬戶用得上。小汽車、個人電腦、手機的普及都是如此，人工智能產業大概也不會例外。這幾年，企業界和科技界已經為降低大模型成本作出了大量努力，DeepSeek模型正是其中的杰出成果，證明“此路可通”。

但大模型價格還沒有降到底。在降本增效這條路上，DeepSeek并非終點，而是一個新的起點。開源代碼、開放API（應用程序編程接口）及訓練方法，吸引全球開發者參與技術迭代。1月20日R1推出后，各國AI技術人員掀起“DeepSeek復現熱潮”。有美國科研團隊聲稱，僅用幾十美元成本租用云計算資源，便復現了模型。

DeepSeek使用專家混合架構MoE實現了更高的成本效益。而就在2月12日，字節跳動豆包大模型團隊宣布推出全新的稀疏模型架構UltraMem，優化了推理性能，使得推理速度較MoE架構提升了2倍至6倍，推理成本最高可降低83%。