DeepSeek-R1 DeepSeek 开发的一款开源推理模型

DeepSeek-R1 是由中国人工智能初创公司 DeepSeek 开发的一款开源推理模型，于 2025 年 1 月 20 日正式发布。它被设计用来处理需要复杂逻辑推理的任务，例如数学、编程和科学问题，与传统的语言模型相比，其显著特点在于能够展示推理过程，让用户可以追踪其得出结论的步骤。这种透明性使得 DeepSeek-R1 在需要解释结果的场景中尤其具有优势，比如学术研究或决策支持。

核心特点

• 推理能力：DeepSeek-R1 被定位为“推理模型”，通过逐步思考（Chain-of-Thought, CoT）来解决问题。它在数学和编码等领域的表现尤为突出，据称可以媲美甚至在某些基准测试中超越 OpenAI 的 o1 模型。例如，在 AIME 2024 数学竞赛基准中，它取得了 79.8% 的得分，略高于 OpenAI o1-1217 的 79.2%。


• 开源性质：与许多专有模型不同，DeepSeek-R1 在 MIT 许可下开源，允许学术和商业用途，用户可以自由修改和派生作品。这降低了使用门槛，也推动了社区对其的研究和优化。


• 成本效益：它的训练成本据报道仅为 600 万美元，远低于 OpenAI GPT-4 等模型的上亿美元开支。此外，其 API 定价极具竞争力，输入每百万 token 仅 0.55 美元，输出 2.19 美元，相比 OpenAI o1 的 15 美元和 60 美元大幅降低。


• 开发过程：DeepSeek-R1 的开发经历了多阶段训练。最初的 DeepSeek-R1-Zero 完全通过强化学习（RL）训练，不依赖监督微调（SFT），展现了强大的推理能力，但存在输出可读性差和语言混杂的问题。为此，DeepSeek-R1 在此基础上加入了少量“冷启动数据”和监督微调，显著提升了实用性。

与 OpenAI o1 的比较

DeepSeek-R1 在多个基准测试中与 OpenAI o1 表现相当甚至更优，尤其是在数学和推理任务上。然而，在编码任务（如 LiveCodeBench）中，o1 仍略占上风。此外，o1 作为商业封闭模型，拥有更广泛的生态支持，而 DeepSeek-R1 的开源性质使其更适合需要定制或本地部署的用户。

衍生模型

DeepSeek-R1 还通过蒸馏技术生成了多个较小的模型（如基于 Qwen 和 Llama 架构的版本），参数规模从 1.5B 到 70B 不等。其中，DeepSeek-R1-Distill-Qwen-32B 在多项基准中甚至超过了 OpenAI o1-mini，成为高效模型的新标杆。这些小型模型适合资源有限的场景，例如在个人设备上运行。

使用方式

• 在线使用：通过 DeepSeek 官网（chat.deepseek.com）免费体验，每天限制 50 条“Deep Think”模式消息。


• API 访问：支持开发者通过 API 集成，模型名称为“deepseek-reasoner”。


• 本地部署：借助工具如 Ollama，可在本地运行蒸馏版本，适合注重隐私的用户。

影响与争议

DeepSeek-R1 的发布引发了广泛关注，不仅因为其性能，还因为它挑战了西方公司在 AI 领域的垄断地位。美国对中国芯片出口的限制并未阻止其发展，这得益于创始人梁文峰（Liang Wenfeng）提前储备了 Nvidia A100 芯片。然而，其数据隐私问题也备受争议，因其服务器位于中国，部分国家和用户对其安全性表示担忧，例如意大利已于 1 月 30 日因数据保护问题屏蔽了 DeepSeek 应用。

DeepSeek-R1 是一款兼具性能、开放性和成本优势的推理模型，它的出现不仅推动了开源 AI 社区的发展，也为全球 AI 竞争格局带来了新的变量。