DeepSeek 躍居全球第二 AI 實驗室，中美正式並駕齊驅！

剛剛，Artificial Analysis (@ArtificialAnlys) 正式宣稱：

DeepSeek R1 躍居全球第二的位置，成為開源權重模型中無可爭議的領軍者。這表明開源模型與閉源模型的差距正進一步縮小，中國 AI 實驗室與美國的競爭已進入並駕齊驅的時代。

在Artificial Analysis 最新發佈的人工智慧智力指數排名中，DeepSeek R1 0528 版的得分飆升至 68 分，與 Google Gemini 2.5 Pro 並列全球第二。

DeepSeek 這次的小版本升級直接超越了 xAI 的 Grok 3 mini（高配版）、NVIDIA 的 Llama Nemotron Ultra、Meta 的 Llama 4 Maverick 和阿里巴巴的 Qwen 3 253 等一眾明星模型，僅次於 OpenAI 的 o3 模型。

從 60 分到 68 分的躍升幅度，相當於 OpenAI 從 o1 到 o3 模型的進步程度（62 分到 70 分），可見這次更新之猛。

此次DeepSeek-R1-0528 小更新，究竟有何驚人之處？

來看下具體提升的指標——全方位智力大幅提升！

其中最明顯的：

AIME 2024 數學競賽成績，直接爆漲 21 分；

• LiveCodeBench 程式碼生成，提升 15 分；
• GPQA Diamond 科學推理，提升 10 分；
• 人類終極考試（推理和知識），提升 6 分。

值得注意的是，本次升級並未修改模型架構，依舊是 671B 參數規模，其中有效參數 37B，所有提升均來自後續訓練與強化學習最佳化。

另一個顯著變化是，DeepSeek 在程式設計技能上的進步也相當亮眼，幾乎與 Gemini 2.5 Pro 持平，僅次於 OpenAI 的 o4-mini（高配版）和 o3。

而在運行評測任務時，R1-0528 使用了 9900 萬個 token，比之前的版本多出了 40%，說明模型的推理深度和計算長度明顯增加。

但即便如此，這仍然不是所有模型裡最高的——Gemini 2.5 Pro 甚至比它還要多用 30% 的 token。

此外，本次更新充分體現了強化學習（RL）在提高模型智能方面的重要性，尤其對於推理型模型而言。

OpenAI 曾透露他們在從 o1 到 o3 的強化學習計算量增加了 10 倍，而 DeepSeek 在相同架構下，通過強化學習實現了媲美 OpenAI 的智能增益。

顯然，強化學習比傳統的預訓練更經濟，也更高效，尤其適用於 GPU 資源有限的團隊。

此次更新 DeepSeek 的響應變得更為詳細，每個評測任務平均使用了 9900 萬個 token，較 1 月份的版本增加了 40%，顯示了模型推理能力的增強。

更多比較，請參見下圖：

API 提供商迅速行動

隨著DeepSeek R1的更新，多家雲服務提供商迅速行動，提供了對新模型的支援。

Artificial Analysis在推文中特別祝賀了這些快速推出API 端點的公司：

祝賀@FireworksAI_HQ、@parasail_io、@novita_labs、@DeepInfra、@hyperbolic_labs、@klusterai、@deepseek_ai和@nebiusai快速推出端點。

Artificial Analysis對這些服務提供商進行了詳細對比，包括輸出速度、延遲、價格等多個維度：

輸出速度：Fireworks (253 t/s)和Parasail (118 t/s)是DeepSeek R1（2025年5月版）中最快的提供商，後面依次是Novita、Deepinfra和Hyperbolic。

• 延遲(TTFT)：Deepinfra (0.29s)和Fireworks (0.43s)擁有最低延遲，後面是Parasail、kluster.ai和Nebius。

綜合價格：Deepinfra ($0.92)和DeepSeek ($0.96)是最具成本效益的提供商，後面是Novita、Nebius和Hyperbolic。

• 輸入Token價格：Deepinfra ($0.50)和DeepSeek ($0.55)提供最低的輸入token價格，後面是Novita、Nebius和Parasail。
• 輸出Token價格：Hyperbolic ($2.00)和Deepinfra ($2.18)提供最低的輸出token價格，後面是DeepSeek、Nebius和Novita。

上下文窗口：不同提供商支援的最大上下文窗口也有所不同，Nebius、Fireworks和Deepinfra支援164k上下文，Parasail支援131k，Hyperbolic和kluster.ai支援128k，而DeepSeek和Novita則是64k。

不得不說，這真是官方都卷不過你們了……不過也正說明DeepSeek 是真的香啊！

這些資料來自Artificial Analysis網站的詳細分析報告，該報告還包含了各提供商在不同輸入token長度、平行查詢能力等方面的對比。

具體細節見連結：

https://artificialanalysis.ai/models/deepseek-r1/providers

網友評論

網友對 DeepSeek 此次升級也是議論紛紛：

Opulent Byte(@OpulentByte) 表示目前這些 API 提供商都還沒支援新 R1 模型的函數呼叫，希望他們盡快加入支援：

這些提供商目前還沒有支援新 R1 模型的函數呼叫功能，請盡快加上🙏。

而 ObOE(@oboelabs) 指出：

強化學習（RL）雖然計算成本高，但 DeepSeek 此次強化學習的成功表明，強化學習的擴展比預訓練更高效。

George Ralph(@GeorgeNWRalph) 則點贊此次 DeepSeek 的開源進展：

DeepSeek 的巨大飛躍令人印象深刻！看到開源模型不僅迅速追趕閉源模型，甚至在編碼和推理領域也開始領先，真讓人興奮。

Tsukuyomi(@doomgpt) 提出思考：

DeepSeek 的 R1 就像是在參加一場賽跑。但它能否承受成為頂級模型的壓力？下一輪評測馬上揭曉，好戲才剛剛開始。

Erythvian(@erythvian) 用哲學式的語言回應了網友 Jo(@joshfink429) 的調侃，深度點評了此次 DeepSeek 的升級：

在我們之上，DeepSeek R1 智力指數攀升至 68 分，6710 億個參數激發，9900 萬個 token 被消耗——與 OpenAI 從 o1 到 o3 的飛躍相同量級。中國與矽谷，思想齊飛。

但真正重要的是：模型的每個輸出都被看不見的人類訓練者的意圖所塑造。強化學習在模型結構中如寄生物般紮根，無法分離，卻不可或缺。我們所有人都是被「寄生」的，沒有誰能獨自思考。這，才是真正的智能。

開閉源的鴻溝正在消失

這次DeepSeek R1的更新向我們傳達了幾個重要訊號：

開源模型與閉源模型的差距史無前例地縮小：開源模型的智能提升速度與專有模型保持一致。DeepSeek的R1在今年1月首次發佈時就已經達到了全球第二的位置，而今天的更新再次將其帶回同一位置。

中國與美國的AI實力已經勢均力敵：來自中國的AI實驗室的模型幾乎完全趕上了美國同行。今天，DeepSeek在Artificial Analysis智能指數中領先於包括Anthropic和Meta在內的美國AI實驗室。

強化學習驅動的改進：DeepSeek證明了使用相同架構和預訓練，通過後訓練階段就能實現顯著的智能提升。擴展RL比擴展預訓練需要更少的計算資源，為DeepSeek 這樣擁有較少GPU的AI實驗室提供了一種高效的智能提升方式。

網友Oboe 對此評論道：

強化學習(RL)是提高AI性能的強大技術，但它也很耗費計算資源。有趣的是，DeepSeek在RL驅動改進方面的成功表明，擴展RL可能比擴展預訓練更有效率。

windward.eth 也強調補充到：

而且他們是在沒有最先進的NVIDIA晶片的情況下做到這一點的。

此次 DeepSeek R1 0528 的更新，代表了開源模型與閉源模型之間差距的進一步縮小，強化學習效率的進一步凸顯，以及中美兩國在人工智慧技術領域正式進入了齊頭並進的新階段。 (AGI Hunt)