DeepSeek V3解析：671B MoE重置开放权重经济

如果你来到这里询问DeepSeek V3是否仍然是你在2026年应该基于其构建的模型，简短的回答是：可能不是新项目，但了解它比以往任何时候都更重要。DeepSeek V3是2024年12月发布的版本，迫使每个主要AI实验室重新审视训练预算，其架构仍然支撑着DeepSeek-R1推理模型以及随后的V3.1/V3.2更新。随着DeepSeek V4现在作为当前一代产品发货，V3已从前沿旗舰转变为参考点——你需要研究的模型，以了解MoE成本曲线实际上是如何弯曲的。本指南涵盖了V3是什么，它是如何构建的，它取得了什么成绩，它仍然有何作用，以及如何干净地迁移离开它。

DeepSeek V3是什么

DeepSeek V3是杭州DeepSeek实验室发布的开源权重混合专家（MoE）语言模型，首次发布于2024年12月27日。它是一个强大的混合专家模型，拥有671B的总参数，每个标记激活37B参数，采用多头潜在注意力（MLA）和DeepSeekMoE架构。该发布引起了全球关注，不仅仅是因为原始基准测试，还因为其组合：前沿竞争质量、Hugging Face上的开放权重、详细的技术报告以及比西方实验室低两个数量级的训练账单。

V3不再是当前一代。DeepSeek V4于2026年4月24日发布，作为两个开源MoE级别发货。 deepseek-v4-pro (1.6T total / 49B active) and deepseek-v4-flash (284B / 13B 激活) — 均采用MIT许可证，默认上下文窗口为1M个token。如果您今天正在选择模型，请从第[1]页开始。如果您正在审计仍引用V3的现有集成，请继续阅读——本文的其余部分是为您准备的。 DeepSeek V4 页面。

Architecture and lineage

V3位于DeepSeek研究线上的一个特定位置：Transformer → DeepSeek-V2（2024年5月）→ DeepSeek-V3（2024年12月）→ R1（2025年1月，基于相同的基础）→ V3.1（2025年8月）→ V3.2（2025年底）→ V4（2026年4月）。V2中的两个架构选择贯穿到V3，并值得提及：

• Multi-head Latent 注意力 (MLA) — 将KV缓存压缩到低维潜在空间，这使得在如此规模上实现长上下文推理变得可行。
• DeepSeekMoE — 精细粒度的专家专业化与共享专家。每个MoE层由1个共享专家和256个路由专家组成，其中每个专家的中间隐藏维度为2048，在路由专家中，每个token激活8个专家。

V3增加了V2没有的两个功能。首先，一个无辅助损失的负载均衡策略，避免了平衡损失降低模型质量的传统权衡。其次，一个多token预测（MTP）训练目标，在训练期间预测两个token，之后可以重新用于推测性解码。DeepSeek在14.8万亿个多样化和高质量token上预训练了V3，随后是监督微调和强化学习阶段，整个训练过程仅需要2.788M H800 GPU小时。

一瞥规格

在Hugging Face上您可能看到的685B数字并不矛盾——DeepSeek-V3模型在HuggingFace上的总大小为685B，其中包括671B的主模型权重和14B的多令牌预测（MTP）模块权重。

来自V3技术报告的基准测试

这些是DeepSeek与2024年12月发布一同发布的重点数据。这里的所有比较都是针对DeepSeek列出的特定竞争对手版本，而不是针对后续版本。如果您正在撰写2026年的比较，请使用V4基准——参见 DeepSeek benchmarks 2026 roundup.

仔细阅读这些内容。V3在数学和竞技编程方面领先，在一般知识上与Claude-3.5-Sonnet持平，在GPQA Diamond上落后于Claude。R1报告后来将MMLU提升至90.8分（针对R1），同时保持V3为88.5分，这就是为什么R1而不是V3成为了2025年的推理工作负载默认设置。对于独立重测，请参阅我们的 DeepSeek V3 review.

训练成本：560万美元数字的背景

引发千头万绪的数字：训练仅需2,788万小时的H800 GPU时间，总成本为557.6万美元。这里有两点需要保持稳定。首先，这仅仅是——不包括研究薪资、数据获取成本以及使V3成为可能的先前V2系列的成本。其次，这560万美元的数字属于V3。您可能看到的29.4万美元的数字属于R1（由路透社在2025年9月披露）。不要将它们混淆。 训练计算 only — not research salaries, not data acquisition, not the cost of the prior V2 line that made V3 possible. Second, this $5.6M figure belongs to V3. The $294,000 figure you may have read belongs to R1 (disclosed by Reuters in September 2025). Do not blend them.

数字变化所改变的是公众对前沿训练 所需成本的讨论 。DeepSeek的资金和成本覆盖 更多地关注市场反应。 在前沿规模上开放权重。

优势——V3仍能保持其价值的地方

• 数学。 在V3之前，“开放权重”和“GPT-4o级”并不是出现在同一句话中的短语。
• Mathematics. 在基础V3报告中，MATH-500测试中90.2的得分对于一个非推理模型来说是一个强劲的结果。
• 推理成本经济学。 因为权重是公开的，多个提供商以每令牌具有竞争力的费率托管V3，这保持了 DeepSeek API pricing 在整个2025年低于专有前沿率。
• R1的基础。 R1的推理强化学习是在V3基础上应用的。没有V3就没有R1——参见 DeepSeek R1.

劣势——V3在今天不足之处

• 没有原生思维模式。 原始V3是一个非推理聊天模型。V3.1后来将思考和非思考合并为一个模型；V3没有。
• 128K上下文。 2024年表现良好，2026年表现一般。V4默认为1M个token。
• 本地推理的硬件障碍。 671B个参数意味着需要大量的硬件。对于自托管用户，请参阅 DeepSeek hardware calculator.
• 比V3.1和V4代更弱的代理/工具使用行为 这两代是在特定为代理工作流程训练的。

如何今天访问DeepSeek V3

Open weights

原始的V3和2025年3月的 V3-0324 更新已在Hugging Face上发布，名称为 deepseek-ai org。V3-0324模型支持功能调用、JSON输出和FIM完成。如果您想离线运行它，请从 install DeepSeek locally tutorial.

托管API——以及遗留ID迁移窗口

这里开始变得尖锐。在DeepSeek官方API今天，V3不再是一个可选模型。遗留的ID deepseek-chat and deepseek-reasoner 仍然可以工作，但现在它们现在被路由到 deepseek-v4-flash （非思考模式和思考模式）。这些旧ID计划在 2026-07-24 at 15:59 UTC日期后完全退役。

Chat requests hit POST /chat/completions，与OpenAI兼容的端点。该API是无状态的——客户端在每次请求中重新发送完整的消息历史——这与网络聊天和移动应用的行为相反，在那里会话历史由您维护。DeepSeek还针对相同的基URL提供与Anthropic兼容的表面，因此Anthropic SDK可以与 base_url and api_key swap.

一个使用OpenAI SDK的Python最小迁移示例：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",  # was "deepseek-chat" on V3 / V3.x
    messages=[
        {"role": "system", "content": "You are a terse assistant."},
        {"role": "user", "content": "Summarise the V3 to V4 migration in one line."},
    ],
    temperature=1.3,  # DeepSeek's guidance for general conversation
    max_tokens=512,
)
print(resp.choices[0].message.content)

如果您想在V4上开启思考模式，请保持 base_url，传递 reasoning_effort="high"，并设置 extra_body={"thinking": {"type": "enabled"}}. The response returns reasoning_content alongside the final content在提交前进行完整操作指南 DeepSeek API getting started guide.

定价快照——以及为什么V3的旧费率不再适用

V3的历史API费率表（每百万令牌输入0.27美元/输出1.10美元）已退役。V4取代了它。截至2026年4月，当前的DeepSeek费率是：

V4-Flash工作示例——使用2,000个token缓存的系统提示，200个token的用户消息和300个token的响应，进行了1,000,000次调用：

• 缓存输入：2,000 × 1,000,000 × $0.0028 / 1M = $5.60
• 非缓存输入：200 × 1,000,000 × $0.14 / 1M = $28.00
• 输出：300 × 1,000,000 × $0.28 / 1M = $84.00
• Total: $117.60

2025年存在的非高峰时段折扣于2025-09-05结束，并且尚未恢复。DeepSeek定价页面上的价格在预览窗口期间可能会变化；请在那里进行验证。 DeepSeek API pricing 参考文档

最佳用例——以及诚实的替代方案

如果您今天正在运行V3，诚实的建议是：对于任何生产任务迁移到V4-Flash，对于纯粹的推理工作负载将R1列入候选名单，并且只有在有特定原因（监管、断网部署、围绕V3基础构建的微调管道）的情况下才保留V3的开放权重。

• 代码生成 — V3 was strong at 人类评估; V4-Pro is stronger on SWE-Bench Verified. See DeepSeek for coding.
• 数学密集型工作负载 — V3基础版和R1都表现出色。对于以推理为先的工作，从 DeepSeek R1.
• 长篇写作和翻译 ——V3在温度1.3时表现良好；V4由于1M-token的上下文，在更长的时间范围内表现更佳。
• 成本敏感的聊天应用 — V4-Flash低于V3自身的2025年定价。

V3与后续DeepSeek模型的比较

想要更深入的对比，请参阅 DeepSeek V3 与 GPT-4o 对比 and DeepSeek V3.2。更广泛的目录正在 DeepSeek models hub.

Verdict

DeepSeek V3是使开放权重前沿模型在经济上可行的发布，它仍然因此值得赞扬。到2026年，它是一个参考架构，而不是部署目标。将托管工作负载迁移到V4-Flash，考虑使用R1进行推理，并且只有在有具体自托管或微调原因的情况下才保留V3权重。迁移本身是一行代码： model= 更换——基础URL不会改变。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.