557万美元撬动GPT-4o级性能

DeepSeek-V3发布：671B总参数、37B激活参数，在14.8万亿token上训练，全面采用FP8混合精度和Multi-Token Prediction。训练仅用2048块H800 GPU，总成本约557万美元——不到许多同级模型训练预算的十分之一。在多个评测集上，V3性能超越GPT-4o和Claude 3.5 Sonnet。论文详细披露了每一个工程选择，包括对抗FP8下数值不稳定的大量实验。社区将它称为“效率的奇迹”：不是算力最多的人赢，而是把算力用到极致的人赢。