DeepSeek 是什麼？模型、架構與使用全解
從 2025 年初 R1 那時用到現在，DeepSeek 仍是被問得最多的 AI 工具。DeepSeek 是什麼？先給短答案——兩個東西共用這個名字：一家杭州的 AI 研究公司，以及這家公司出的免費聊天助理和 API。模型能力在第一梯隊，價格只有同行的零頭，大部分模型還能直接下載，自己機器上跑，沒有任何附加條件。剩下的長答案——2023 年以來的全部機型、讓它變便宜的架構、跑分到底怎麼說、現在怎麼用——就是這篇文章要講的。
DeepSeek 是什麼？
公司是什麼：杭州深度求索，2023 年 7 月 17 日註冊。創辦人梁文鋒，浙大電子資訊工程加電腦學位，由他共創的量化基金幻方出資。團隊約 160 人——按它交付的東西衡量，這個規模小得反常。公司層面值得知道的就是這些，有意思的部分在產品。
產品線，官網頁尾自己列的：
- DeepSeek 網頁版和 App——聊天助理，免費，chat.deepseek.com 和 iOS/Android
- API 平台——按量付費調同一批模型，OpenAI 和 Anthropic 雙格式相容
- DeepSeek Harness——官方 agent 工具，開發者預覽
- API 文件——以上全部的文件
所以別人說「DeepSeek」時，可能指實驗室、聊天助理、API，或者 Hugging Face 上的模型權重。四個說法指向同一家。
2023 年以來的全部機型，按順序
這條產品線不是一次成型的，前後十幾代，每一代都加了點實在的東西：
| 時間 | 模型 | 加了什麼 |
|---|---|---|
| 2023-11 | DeepSeek Coder | 第一個模型，程式碼專精（訓練語料 87% 是程式碼） |
| 2024-05 | DeepSeek-V2 | 首次 MoE 架構 + MLA 注意力 |
| 2024-07 | Coder-V2 | 128K 上下文，338 種程式語言 |
| 2024-12 | DeepSeek-V3 | 671B 參數，FP8 訓練，560 萬美元的底座 |
| 2025-01 | DeepSeek-R1 | 純強化學習練出推理；App Store 登頂時刻 |
| 2025-08 | V3.1 | 混合思考——一個模型兩種模式 |
| 2025-09 起 | V3.2 系 | DSA 稀疏注意力；Speciale 達 IMO/IOI 金牌級 |
| 2026-04 | V4 Flash 和 Pro | 預設 1M 上下文，CSA+HCA 注意力，MIT 授權 |
| 2026-08 | V4-Pro 轉正 | Agent 升級、原生 Responses API、視覺實驗版 |
表裡有三條主線。它是從程式碼起的家，不是聊天。它在 V2 就押注稀疏啟用，此後沒回頭。2025 年它猛轉推理——R1——就是那次發布讓全世界注意到了它。
為什麼這麼便宜：架構
DeepSeek 怎麼運作的，核心答案就一個詞：MoE。MoE 是什麼？混合專家。想像一家 6710 億參數規模的醫院，每個病人（token）來了只點亮相關的幾個科室——V3 的 671B 每次只啟用 37B，不到 6%。模型的深度是巨型的，算力帳單是小型的。整條產品線的價格就是這麼來的。
核心之外還有三個配套動作：
- MLA（多頭潛在注意力）把長對話的記憶壓成低維表示——長會話的維持成本不再離譜。
- FP8 混合精度在安全的地方用 8 位元浮點訓練，省顯存省算力。
- CSA+HCA 注意力（V4）是現在的最前沿：新 token 細粒度壓縮、舊 token 激進壓縮、快速索引器挑該讀什麼。滿 1M token 上下文時，V4-Pro 的推理 FLOPs 只有 V3.2 的 27%，KV cache 約十分之一。
沒有魔法，就是工程上的省，連續省了三年。
R1：做成了的純強化學習實驗
2025 年 1 月，DeepSeek 做了一個我至今認為是它最有趣的實驗。拿一個基礎模型，只用強化學習加可驗證獎勵訓練——數學答案可以對錯、程式能不能跑都是機器判分——不給任何人類寫的推理示例去模仿。推理鏈自己長了出來。論文後來通過同儕審評登上了 Nature，主要 LLM 裡第一個。
那個 RL 階段的成本：約 29.4 萬美元。底下是 560 萬美元的 V3 底座（278.8 萬 H800 GPU 時）。對比 GPT-4 時代 5000 萬到 1 億美元以上的訓練估算，你就明白市場為什麼是那個反應——R1 落地那天 Nvidia 單日跌 17%，我當時盯著新聞看，那是當時記錄在案的最大單日市值蒸發。
R1 還留下一個社群接著跑的發現：它的推理能力可以蒸餾給小模型。用 80 萬條 R1 推理樣本微調 Llama 和 Qwen（1.5B 到 70B 六款），小模型學會了推理——而且比直接在小模型上做大 RL 效果好。
跑分：帶著日期讀
DeepSeek 的每個跑分都要掛著日期讀，這條線跑得太快。最出名的那張快照，2025 年 1 月 R1 發布時：
| 基準 | DeepSeek-R1 | OpenAI o1-1217 |
|---|---|---|
| AIME 2024（數學） | 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，服務成本只有零頭——這是 2025 年初的故事。當前世代：V3.2 對標 GPT-5-High 檔，V3.2-Speciale 到 2025 年 IMO/IOI 金牌級，V4-Pro-Max 在 SWE-bench Verified 拿 80.6%，開源最高分（與 Gemini 3.1 Pro 並列）。一句我反覆要提醒的誠實話：V4 最亮的幾個數字是自報的，還沒等來獨立重現。方向可信，小數點當暫定值看。V4 詳解裡拆得更細。
模型多少錢
訓練成本是歷史，API 價格才是你要付的。2026 年 8 月 16 日起，定價按峰谷時段走。峰谷是什麼？工作日尖峰時段全價、其餘時段半價的分時計價（下表為離峰價，尖峰時段翻倍）：
| 模型 | 輸入 $/百萬（未命中 / 命中） | 輸出 $/百萬 |
|---|---|---|
| deepseek-v4-flash | $0.22 / $0.007 | $0.66 |
| deepseek-v4-pro | $0.66 / $0.022 | $1.98 |
尖峰時段是台北時間工作日 9:00–12:00 和 14:00–18:00，其餘 17 個小時半價。在台灣的話，晚上做事自動享受離峰價。現行數字以官方定價頁為準——這條線四個月改過兩次價，任何文章裡的價格（包括我這篇）都自帶過期屬性。
一個我踩過的遷移坑：舊的 deepseek-chat 和 deepseek-reasoner 端點 2026 年 7 月 24 日退役了。那週我的老腳本開始報錯，而我根本沒動過程式。如果你也碰到了，不是你的問題——模型名改成 deepseek-v4-flash 或 deepseek-v4-pro 就遷移完了，API 指南有完整步驟。
開放權重：你實際拿到什麼
這條線大部分模型是 MIT 授權——下載、執行、微調、商用，都不需要許可。Hugging Face 上模型下載量超過 500 萬次，社群衍生模型 500 多個（2025-05 口徑，現在只會更多）。
自架實際要什麼：
- V3/V4 全量：8 卡 H200 級別。Pro 的 865GB 是多節點的事。
- V4-Flash 160GB：一台認真配的工作站或租的機器。
- 蒸餾系列（1.5B–70B）：消費級顯卡，部分筆電能跑。
- 工具：個人聊天用 Ollama，生產用 vLLM 或 BentoML。
開放權重是什麼？就是把模型檔案下載下來、在自己機器上跑的權利。開放也換來了社群真敢做事——DeepScaleR 拿 1.5B 蒸餾版繼續做 RL，把 AIME 通過率從 28.8% 推到 43.1%；柏克萊一個團隊不到 30 美元重現了 R1-Zero 式訓練。
怎麼用 DeepSeek
四條路，按我會推薦朋友嘗試的順序：
- 網頁版——免費，不用 key，chat.deepseek.com。Expert Mode 跑 V4-Pro，Instant Mode 跑 V4-Flash。從這裡開始。
- API——base URL 不變（
https://api.deepseek.com），OpenAI 格式或 Anthropic 格式都行。Claude Code 接入就兩個環境變數。 - Agent 工具——Claude Code、GitHub Copilot、OpenCode 都能拿 DeepSeek 當後端；Harness 是官方自己的 agent 產品，開發者預覽中。
- 自架——同上，需要的人自然知道自己需要。
我自己用了兩年之後的規則：預設一律 Flash，只有能測出 Flash 不夠時才切 Pro。兩個型號在獨立指數上差 1 分，價格差 3 倍。
專門模型家族
主線之外還有三個專門家族（都開放）：
| 家族 | 幹什麼用 |
|---|---|
| DeepSeek-Prover-V2 | Lean 4 形式化定理證明 |
| Janus / Janus-Pro | 影像理解 + 生成統一 |
| DeepSeek-OCR / OCR-2 | 光學字元辨識 |
所以「DeepSeek 能畫圖嗎」——主力 LLM 是純文字，畫圖是 Janus 家的事。Janus 是什麼？影像理解和生成做在一起的特殊模型，和主力線分開發布。
DeepSeek 常見問題
DeepSeek 免費嗎？ 網頁聊天和手機 App 免費。API 按上表價格按量付費。模型權重 MIT 授權，自己跑也免費。
DeepSeek 是什麼公司？和 OpenAI 什麼關係？ 不是誰的子公司——獨立研究公司，梁文鋒創辦，幻方出資。模型全部自己從零訓練，不是別人模型的微調。
只能中文嗎？ 不是。杭州出品、中文最強，但英文跑分同樣在第一梯隊——見上面 R1 對 o1 那張表。
V4-Pro 和 V4-Flash 差在哪？ 規模（1.6T 對 284B 參數）、價格（3 倍）、實測品質差約 1 分。預設選擇比規格表重要：多數人該用 Flash。細節看 V4 指南。
能接進編輯器或終端機嗎？ 能——API 同時說 OpenAI 和 Anthropic 兩種格式，Claude Code、Copilot、OpenCode 直接插。給 agent 寫好提示詞是另一門手藝，提示詞指南專門講這個。
名字怎麼來的？ 「Deep seek」——深度學習，探索。V 是什麼？架構代數。R 是什麼？從 R1 開始的推理線標記。
這就是 2026 年 8 月下旬的全貌：一家杭州小實驗室，靠架構而不是預算打進第一梯隊，大部分成果 MIT 授權開放，剩下的服務按成本價定價。先用免費網頁版找感覺，想進自己工具鏈再上 API，DeepSeek 首頁裡有生態其餘部分。