过去两年多，以OpenAI为代表的美国公司开启并引领了人工智能大模型投资热潮，因为不缺芯片（芯片行业分析报告）和算力，其主流思路是“越大越好”——以更强算力、更多数据训练更大的模型，来获得更高性能。这让大模型能源消耗巨大，训练成本惊人，也带来了商业推广难题：大模型投不起，小模型不好用。
DeepSeek改变了这一格局。他们在模型架构和训练过程中进行深度优化，在大幅降低计算资源消耗的同时，跻身世界顶级AI大模型之列，实现了“低成本”与“高性能”的兼得。同时，与OpenAI的闭源策略相反，DeepSeek免费开源其大模型，明示全部技术路线，更加推动了大模型技术从“奢侈品”向“日用品”的转变。
从技术进步角度看，低成本开源大模型开启竞争新赛道，AI的未来更值得期待。低成本是技术普及的基本要求，买得起才能让千家万户用得上。小汽车、个人电脑、手机的普及都是如此，人工智能产业大概也不会例外。这几年，企业界和科技界已经为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，证明“此路可通”。
但大模型价格还没有降到底。在降本增效这条路上，DeepSeek并非终点，而是一个新的起点。开源代码、开放API（应用程序编程接口）及训练方法，吸引全球开发者参与技术迭代。1月20日R1推出后，各国AI技术人员掀起“DeepSeek复现热潮”。有美国科研团队声称，仅用几十美元成本租用云计算资源，便复现了模型。
DeepSeek使用专家混合架构MoE实现了更高的成本效益。而就在2月12日，字节跳动豆包大模型团队宣布推出全新的稀疏模型架构UltraMem，优化了推理性能，使得推理速度较MoE架构提升了2倍至6倍，推理成本最高可降低83%。