DeepSeek 是一家总部位于中国的初创公司，其模型发展迅速。最早的 DeepSeek V1 于2024年1月发布，拥有670亿参数；同年6月发布的 V2 参数量增至2360亿，并引入了多头隐藏注意力机制和混合专家（MoE）架构；12月发布的 V3 参数量达6710亿，并首次使用强化学习。2025年1月发布的 R1 Zero 是首个基于强化学习的推理模型，最终版本 R1 结合了强化学习和监督微调，性能接近 OpenAI 的顶级模型。DeepSeek 使用较少的 GPU 进行训练，如 V3 仅用了2048块 Nvidia H800 GPU，相比 Meta 训练 Llama 4 使用的超过10万张 GPU，成本大幅降低。R1 模型通过思维链推理和 MoE 架构提高了效率，能在多个 AI 基准测试中匹敌甚至超越其他行业领先模型。