DeepSeek：開源大模型與 AI 助手，V3 與 R1 雙線並進

DeepSeek 是深度求索（幻方量化旗下）自主研發的開源大模型與 AI 智慧助手，目標指向通用人工智慧的底層模型與技術。對使用者的意義有兩層：一層是打開網頁就能對話的助手，另一層是可以下載權重、自己跑起來的開源模型。

模型端有兩條主線。通用線以 DeepSeek-V3 為代表，採用混合專家（MoE）架構，總參數 671B、每個 token 啟用 37B，支援 128K 長上下文，生成速度可達 60 TPS；後續的 V3.2 在架構上引入 DSA 細粒度稀疏注意力，用閃電索引器挑選關鍵資訊，提升長文本訓練與推理效率。推理線以 DeepSeek-R1 為代表，基於 V3-Base 透過強化學習優化推理能力，在數學、程式與自然語言推理任務上表現突出。

圍繞這兩條主線還長出了分支。R1-Zero 是跳過監督微調、純靠強化學習訓練的版本，推理能力強但在可讀性上有挑戰；R1-Distill 把 R1 生成的推論資料蒸餾到 1.5B 到 70B 的小模型上；R1-0528 基於 V3-0324 訓練、參數 660B，強調深度推理、文本生成優化與長達 30 至 60 分鐘的單任務處理。多模態方向有 DeepSeek-VL2（Tiny、Small 與標準版，啟用參數分別為 1.0B、2.8B、4.5B）與 Janus 系列，垂直方向則有面向數學定理證明的 Prover-V2。

落到日常使用，它是一個涵蓋面很寬的助手：問答與多輪對話、文本創作、翻譯、資料處理、圖表生成、程式生成與除錯、數學推理，還支援聯網搜尋與深度思考模式。識圖模式可以上傳圖片讓模型做視覺理解。對開發者，它另外提供大模型開發平台，涵蓋模型訓練、管理與資料集管控。

主要功能

智慧問答與多輪對話

回答科學、歷史、生活與技術類問題，能理解上下文並保持連貫，適合連續追問式的探討。

文本創作與翻譯

生成文章、故事、詩歌、報告與郵件等多種文本，並支援多語種互譯；DeepSeek-V3 覆蓋多達 83 種語言。

程式生成與除錯

依自然語言描述生成多種程式語言的程式碼，也能協助定位問題、優化實作。

數學計算與邏輯推理

在數學與推理任務上表現突出，深度思考模式適合需要多步分析的問題。

聯網搜尋與深度思考

聯網搜尋可取得即時資訊；深度思考模式會展示推理過程，用於複雜邏輯與多步分析。

資料處理與圖表生成

可清洗、統計與分析資料，並把結果轉成柱狀圖、折線圖、圓餅圖等視覺化圖表。

識圖與多模態理解

上傳圖片進行視覺理解與互動；模型端有 VL2 與 Janus 支撐視覺與語言結合。

檔案閱讀

上傳文件後可擷取關鍵資訊、總結內容，適合處理長篇材料。

開發平台能力

提供大模型開發平台，支援模型訓練、管理與資料集管控，便於把能力接進自有系統。

使用方式

1. 選入口。 網頁版打開瀏覽器即可用；App 在應用程式商店搜尋安裝；Chrome 線上應用程式商店可裝瀏覽器外掛。
2. 依任務選模式。 日常問答與文案用智慧對話；要查最新資訊用 AI 搜尋；讀文件用檔案閱讀；複雜推理開啟深度思考。
3. 把問題說清楚。 避免模糊表達，用關鍵詞點明需求，複雜任務拆成幾個小問題逐步深入。
4. 多輪推進。 在同一個會話裡繼續追問、要求改寫或補充條件，比一次寫完長提示更容易得到想要的結果。
5. 借用提示詞庫。 官方提示詞庫涵蓋程式改寫、程式解釋、程式生成、內容分類、結構化輸出、角色扮演、散文與詩歌創作、文案大綱、宣傳標語、模型提示詞生成、中英翻譯等 13 類情境。
6. 需要私有環境就本地部署。 從官網下載模型檔案，安裝相依環境，配置伺服器後部署，再做測試與效能優化。

適用情境與對象

• 開發者與演算法團隊： 用開源權重自建服務，或用開發平台做訓練、資料集管理與模型管控。
• 內容與營運： 批次生成行銷文案、會議紀要、報告初稿，先出草稿再人工收斂。
• 資料分析職位： 把自然語言問題轉成查詢、做資料清洗與統計，並快速出圖說明結論。
• 教育與研究： 教師生成教學計畫與教案、為學生提供客製化學習路徑；數學方向可用 Prover-V2 做形式化證明驗證。
• 有資料合規要求的機構： 透過本地部署把模型放進自有環境，避免材料外流。

使用限制與注意事項

• 深度思考更慢。 展示推理過程意味著更多運算與等待，簡單任務不必開啟；素材提到 R1-0528 可處理長達 30 至 60 分鐘的單任務，這類用法適合難題而非日常問答。
• 輸出仍需核實。 模型會生成看似合理但事實有誤的內容，涉及資料、引用與結論時要用一手材料複核，不能把生成結果直接當作事實來源。
• 開源不等於開箱即用。 本地部署要備好相依環境、伺服器與顯示記憶體，還要做效能調校；小規模硬體跑大參數模型並不現實。
• 版本迭代快。 V3、V3.1-Terminus、V3.2、R1、R1-0528 等版本更替頻繁，能力與參數規模各不相同，選型時應以官方目前說明為準。
• 價格與配額以官方為準。 本文素材未包含可確認的定價、限流或商用條款資訊，涉及成本與授權請查官方頁面，不要依本文推斷。

常見問題

DeepSeek 有哪幾種用法？

網頁版、App 與瀏覽器外掛三種入口，另外開源模型支援自行部署，開發平台可用於訓練與管理。

V3 和 R1 有什麼差別？

V3 是通用大語言模型，MoE 架構、總參數 671B、啟用 37B、128K 上下文；R1 走推理優化路線，用強化學習提升數學、程式與自然語言推理表現。

能處理多長的文本？

V3 支援 128K 長上下文；R1-0528 強調可處理長達 30 至 60 分鐘的單任務，實際上限以官方說明為準。

可以本地部署嗎？

可以。流程是下載模型檔案、安裝相依環境、配置伺服器部署，然後測試並優化效能，適合對資料安全有要求的場景。