DeepSeek 与 ChatGPT 对比分析

最新推荐文章于 2025-03-27 10:47:14 发布

dex2048

最新推荐文章于 2025-03-27 10:47:14 发布

阅读量1.3w

点赞数 11

文章标签：人工智能 chatgpt

本文链接：https://blog.csdn.net/d0r1e5a1m/article/details/145456942

版权

一、技术背景与研发团队

ChatGPT 由 OpenAI 开发，自 2015 年 OpenAI 成立以来，经过多年的技术积累和迭代，从 GPT-1 到 GPT-4o，每一次升级都带来了技术上的突破。OpenAI 拥有雄厚的技术实力和海量的数据、强大的算力支持，与微软的合作更是为其提供了坚实的硬件基础，耗费上万张英伟达 A100 芯片打造超算平台以保障 ChatGPT 的运行。

DeepSeek 则是由中国本土 AI 公司深度求索自主研发。其研发团队 “小而精”，人均产出模型代码量是行业平均的 6 倍，这使得团队在决策和创新方面更为灵活，能够快速响应技术发展趋势，专注于打造适合中文语境和中国用户需求的大语言模型。

二、模型规模与训练成本

从模型参数量来看，DeepSeek 部分报道提及 DeepSeek - v3 拥有 370 亿激活参数，也有以 671b 作为整体参考的情况；而根据南加州大学研究推测，ChatGPT 所基于的 GPT-3.5-turbo 的参数规模约 7b 。在训练成本上，两者差异明显，DeepSeek - v3 训练成本仅 557.6 万美元，显著低于 ChatGPT，例如 GPT-4 训练成本高达约 1 亿美元，虽然 GPT-3.5-turbo 的训练成本未具体提及，但预计不会低于 GPT-4。较低的训练成本意味着 DeepSeek 在资源利用效率上有独特优势，也可能为更多开发者和企业提供了使用门槛更低的选择。