DeepSeek 是什么？模型、架构与使用全解
从 2025 年初 R1 那会儿用到现在，DeepSeek 仍是被问得最多的 AI 工具。DeepSeek 是什么？先给短答案——两个东西共用这个名字：一家杭州的 AI 研究公司，以及这家公司出的免费聊天助手和 API。模型能力在第一梯队，价格只有同行的零头，大部分模型还能直接下载，自己机器上跑，没有任何附加条件。剩下的长答案——2023 年以来的全部机型、让它变便宜的架构、跑分到底怎么说、现在怎么用——就是这篇文章要讲的。
DeepSeek 是什么？
公司是什么：杭州深度求索，2023 年 7 月 17 日注册。创始人梁文锋，浙大电子信息工程加计算机学位，由他共创的量化基金幻方出资。团队约 160 人——按它交付的东西衡量，这个规模小得反常。公司层面值得知道的就是这些，有意思的部分在产品。
产品线，官网页脚自己列的：
- DeepSeek 网页版和 App——聊天助手，免费，chat.deepseek.com 和 iOS/Android
- API 平台——按量付费调同一批模型，OpenAI 和 Anthropic 双格式兼容
- DeepSeek Harness——官方 agent 工具，开发者预览
- API 文档——以上全部的文档
所以别人说"DeepSeek"时，可能指实验室、聊天助手、API，或者 Hugging Face 上的模型权重。四个说法指向同一家。
2023 年以来的全部机型，按顺序
这个产品线不是一次性成型的，前后十几代，每一代都加了点实在的东西：
| 时间 | 模型 | 加了什么 |
|---|---|---|
| 2023-11 | DeepSeek Coder | 第一个模型，代码专精（训练语料 87% 是代码） |
| 2024-05 | DeepSeek-V2 | 首次 MoE 架构 + MLA 注意力 |
| 2024-07 | Coder-V2 | 128K 上下文，338 种编程语言 |
| 2024-12 | DeepSeek-V3 | 671B 参数，FP8 训练，560 万美元的底座 |
| 2025-01 | DeepSeek-R1 | 纯强化学习练出推理；App Store 登顶时刻 |
| 2025-08 | V3.1 | 混合思考——一个模型两种模式 |
| 2025-09 起 | V3.2 系 | DSA 稀疏注意力；Speciale 达 IMO/IOI 金牌级 |
| 2026-04 | V4 Flash 和 Pro | 默认 1M 上下文，CSA+HCA 注意力，MIT 协议 |
| 2026-08 | V4-Pro 转正 | Agent 升级、原生 Responses API、视觉实验版 |
表里有三条主线。它是从代码起的家，不是聊天。它在 V2 就押注稀疏激活，此后没回头。2025 年它猛转推理——R1——就是那次发布让全世界注意到了它。
为什么这么便宜：架构
DeepSeek 怎么工作的，核心答案就一个词：MoE。MoE 是什么？混合专家。想象一家 6710 亿参数规模的医院，每个病人（token）来了只点亮相关的几个科室——V3 的 671B 每次只激活 37B，不到 6%。模型的深度是巨型的，算力账单是小型的。整条产品线的价格就是这么来的。
核心之外还有三个配套动作：
- MLA（多头潜在注意力）把长对话的记忆压成低维表示——长会话的维持成本不再离谱。
- FP8 混合精度在安全的地方用 8 位浮点训练，省显存省算力。
- CSA+HCA 注意力（V4）是现在的最前沿：新 token 细粒度压缩、旧 token 激进压缩、快速索引器挑该读什么。满 1M token 上下文时，V4-Pro 的推理 FLOPs 只有 V3.2 的 27%，KV cache 约十分之一。
没有魔法，就是工程上的省，连续省了三年。
R1：做成了的纯强化学习实验
2025 年 1 月，DeepSeek 做了一个我至今认为是它最有趣的实验。拿一个基础模型，只用强化学习加可验证奖励训练——数学答案可以对错、代码能不能跑都是机器判分——不给任何人类写的推理示例去模仿。推理链自己长了出来。论文后来通过同行评审登上了 Nature，主要 LLM 里第一个。
那个 RL 阶段的成本：约 29.4 万美元。底下是 560 万美元的 V3 底座（278.8 万 H800 GPU 时）。对比 GPT-4 时代 5000 万到 1 亿美元以上的训练估算，你就明白市场为什么是那个反应——R1 落地那天 Nvidia 单日跌 17%，我当时盯着新闻看，那是当时记录在案的最大单日市值蒸发。
R1 还留下一个社区接着跑的发现：它的推理能力可以蒸馏给小模型。用 80 万条 R1 推理样本微调 Llama 和 Qwen（1.5B 到 70B 六款），小模型学会了推理——而且比直接在小模型上做大 RL 效果好。
跑分：带着日期读
DeepSeek 的每个跑分都要挂着日期读，这条线跑得太快。最出名的那张快照，2025 年 1 月 R1 发布时：
| 基准 | DeepSeek-R1 | OpenAI o1-1217 |
|---|---|---|
| AIME 2024（数学） | 79.8 | 79.2 |
| MATH-500 | 97.3 | 96.4 |
| Codeforces 百分位 | 96.3 | 96.6 |
| SWE-bench Verified | 49.2 | 48.9 |
| GPQA Diamond | 71.5 | 75.7 |
| MMLU | 90.8 | 91.8 |
和 o1 基本打平，服务成本只有零头——这是 2025 年初的故事。当前世代：V3.2 对标 GPT-5-High 档，V3.2-Speciale 到 2025 年 IMO/IOI 金牌级，V4-Pro-Max 在 SWE-bench Verified 拿 80.6%，开源最高分（与 Gemini 3.1 Pro 并列）。一句我反复要提醒的诚实话：V4 最亮的几个数字是自报的，还没等来独立复现。方向可信，小数点当暂定值看。V4 详解里拆得更细。
模型多少钱
训练成本是历史，API 价格才是你要付的。2026 年 8 月 16 日起，定价按峰谷时段走。峰谷是什么？工作日高峰时段全价、其余时段半价的分时计价（下表为谷价，峰时翻倍）：
| 模型 | 输入 $/百万（未命中 / 命中） | 输出 $/百万 |
|---|---|---|
| deepseek-v4-flash | $0.22 / $0.007 | $0.66 |
| deepseek-v4-pro | $0.66 / $0.022 | $1.98 |
峰时段是北京时间工作日 9:00–12:00 和 14:00–18:00，其余 17 个小时半价。在国内的话，晚上干活自动享受谷价。现行数字以官方定价页为准——这条线四个月改过两次价，任何文章里的价格（包括我这篇）都自带过期属性。
一个我踩过的迁移坑：旧的 deepseek-chat 和 deepseek-reasoner 端点 2026 年 7 月 24 日退役了。那周我的老脚本开始报错，而我根本没动过代码。如果你也碰到了，不是你的问题——模型名改成 deepseek-v4-flash 或 deepseek-v4-pro 就迁移完了，API 指南有完整步骤。
开放权重：你实际拿到什么
这条线大部分模型是 MIT 协议——下载、运行、微调、商用，都不需要许可。Hugging Face 上模型下载量超过 500 万次，社区衍生模型 500 多个（2025-05 口径，现在只会更多）。
自托管实际要什么：
- V3/V4 全量：8 卡 H200 级别。Pro 的 865GB 是多节点的事。
- V4-Flash 160GB：一台认真配的工作站或租的机器。
- 蒸馏系列（1.5B–70B）：消费级显卡，部分笔记本能跑。
- 工具：个人聊天用 Ollama，生产用 vLLM 或 BentoML。
开放权重是什么？就是把模型文件下载下来、在自己机器上跑的权利。开放也换来了社区真敢做事——DeepScaleR 拿 1.5B 蒸馏版继续做 RL，把 AIME 通过率从 28.8% 推到 43.1%；伯克利一个团队不到 30 美元复现了 R1-Zero 式训练。
怎么用 DeepSeek
四条路，按我会推荐朋友尝试的顺序：
- 网页版——免费，不用 key，chat.deepseek.com。Expert Mode 跑 V4-Pro，Instant Mode 跑 V4-Flash。从这里开始。
- API——base URL 不变（
https://api.deepseek.com），OpenAI 格式或 Anthropic 格式都行。Claude Code 接入就两个环境变量。 - Agent 工具——Claude Code、GitHub Copilot、OpenCode 都能拿 DeepSeek 当后端；Harness 是官方自己的 agent 产品，开发者预览中。
- 自托管——同上，需要的人自然知道自己需要。
我自己用了两年之后的规则：默认一律 Flash，只有能测出 Flash 不够时才切 Pro。两个型号在独立指数上差 1 分，价格差 3 倍。
专门模型家族
主线之外还有三个专门家族（都开放）：
| 家族 | 干什么用 |
|---|---|
| DeepSeek-Prover-V2 | Lean 4 形式化定理证明 |
| Janus / Janus-Pro | 图像理解 + 生成统一 |
| DeepSeek-OCR / OCR-2 | 光学字符识别 |
所以"DeepSeek 能画图吗"——主力 LLM 是纯文本，画图是 Janus 家的事。Janus 是什么？图像理解和生成做在一起的特殊模型，和主力线分开发布。
DeepSeek 常见问题
DeepSeek 免费吗？ 网页聊天和手机 App 免费。API 按上表价格按量付费。模型权重 MIT 协议，自己跑也免费。
DeepSeek 是什么公司？和 OpenAI 什么关系？ 不是谁的子公司——独立研究公司，梁文锋创办，幻方出资。模型全部自己从零训练，不是别人模型的微调。
只能中文吗？ 不是。杭州出品、中文最强，但英文跑分同样在第一梯队——见上面 R1 对 o1 那张表。
V4-Pro 和 V4-Flash 差在哪？ 规模（1.6T 对 284B 参数）、价格（3 倍）、实测质量差约 1 分。默认选择比参数表重要：多数人该用 Flash。细节看 V4 指南。
能接进编辑器或终端吗？ 能——API 同时说 OpenAI 和 Anthropic 两种格式，Claude Code、Copilot、OpenCode 直接插。给 agent 写好提示词是另一门手艺，提示词指南专门讲这个。
名字怎么来的？ "Deep seek"——深度学习，探索。V 是什么？架构代数。R 是什么？从 R1 开始的推理线标记。
这就是 2026 年 8 月下旬的全貌：一家杭州小实验室，靠架构而不是预算打进第一梯队，大部分成果 MIT 协议开放，剩下的服务按成本价定价。先用免费网页版找感觉，想进自己工具链再上 API，DeepSeek 主页里有生态其余部分。