DeepSeek的R1模型有哪些優勢，讓OpenAI願意學習？

DeepSeek R1 模型的優勢，促使 OpenAI 學習的原因

DeepSeek R1 模型之所以引起 OpenAI 的關注並願意學習，主要歸功於其在推理模型上的創新策略與成本效益。儘管 OpenAI 推出了新的推理模型 o3-mini，並首次向所有用戶免費提供，但其 API 定價仍然高於 DeepSeek-R1。OpenAI 執行長奧特曼也坦承，OpenAI 在公開推理模型的思考過程方面有所不足，並表示要學習 DeepSeek 的做法，這顯示 DeepSeek 在技術透明度上具有領先優勢。

DeepSeek 的開源策略與人才投資

OpenAI 重新思考其閉源策略，部分原因在於 DeepSeek 在開源方面的積極態度。奧特曼承認，OpenAI 的閉源策略可能使其站在了「歷史錯誤的一邊」，並透露 OpenAI 正在討論發布一些模型權重等。此外，DeepSeek 在人才招募上的策略也值得關注。他們不拘泥於傳統資歷，更看重能力與好奇心，並積極在北京大學和浙江大學等頂尖大學舉辦徵才活動，顯示其在吸引頂尖人才方面的投入。

DeepSeek 的硬體與資金投入

半導體研究公司 SemiAnalysis 的報告揭示了 DeepSeek 成功的關鍵因素，包括其龐大的 GPU 投資。據推測，DeepSeek 擁有至少 5 萬塊 Hopper 架構的 GPU，總伺服器資本支出約 16 億美元，營運成本也相當驚人。儘管 DeepSeek 聲稱預訓練成本僅為 600 萬美元，但報告指出這僅僅是 GPU 成本的一部分，並未包含硬體研發和總體擁有成本等重要部分。這顯示 DeepSeek 在硬體資源上的投入，是其模型優勢的重要支撐。