DeepSeek 跃居全球第二 AI 实验室，中美正式并驾齐驱！
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
刚刚，ArtificialAnalysis(@ArtificialAnlys)正式宣称：
DeepSeekR1跃居全球第二的位置，成为开源权重模型中无可争议的领军者。这表明开源模型与闭源模型的差距正进一步缩小，中国AI实验室与美国的竞争已进入并驾齐驱的时代。
在ArtificialAnalysis最新发布的人工智能智力指数排名中，DeepSeekR10528版的得分飙升至68分，与GoogleGemini2. 5Pro并列全球第二。
从60分到68分的跃升幅度，相当于OpenAI从o1到o3模型的进步程度（62分到70分），可见这次更新之猛。
此次DeepSeek-R1-0528小更新，究竟有何惊人之处？
来看下具体提升的指标——全方位智力大幅提升！
其中最明显的：
AIME2024数学竞赛成绩，直接爆涨21分；
LiveCodeBench代码生成，提升15分；
GPQADiamond科学推理，提升10分；
人类终极考试（推理和知识），提升6分。
值得注意的是，本次升级并未修改模型架构，依旧是671B参数规模，其中有效参数37B，所有提升均来自后续训练与强化学习优化。
另一个显著变化是，DeepSeek在编程技能上的进步也相当亮眼，几乎与Gemini2. 5Pro持平，仅次于OpenAI的o4-mini（高配版）和o3。
而在运行评测任务时，R1-0528使用了9900万个token，比之前的版本多出了40%，说明模型的推理深度和计算长度明显增加。
但即便如此，这仍然不是所有模型里最高的——Gemini2. 5Pro甚至比它还要多用30%的token。
此外，本次更新充分体现了强化学习（RL）在提高模型智能方面的重要性，尤其对于推理型模型而言。
OpenAI曾透露他们在从o1到o3的强化学习计算量增加了10倍，而DeepSeek在相同架构下，通过强化学习实现了媲美OpenAI的智能增益。
显然，强化学习比传统的预训练更经济，也更高效，尤其适用于GPU资源有限的团队。
此次更新DeepSeek的响应变得更为详细，每个评测任务平均使用了9900万个token，较1月份的版本增加了40%，显示了模型推理能力的增强。
更多比较，请参见下图：
随着DeepSeekR1的更新，多家云服务提供商迅速行动，提供了对新模型的支持。
ArtificialAnalysis在推文中特别祝贺了这些快速推出API端点的公司：
ArtificialAnalysis对这些服务提供商进行了详细对比，包括输出速度、延迟、价格等多个维度：
延迟(TTFT)：Deepinfra(0. 29s)和Fireworks(0. 43s)拥有最低延迟，后面是Parasail、kluster. ai和Nebius。
综合价格：Deepinfra($0. 92)和DeepSeek($0. 96)是最具成本效益的提供商，后面是Novita、Nebius和Hyperbolic。
输入Token价格：Deepinfra($0. 50)和DeepSeek($0. 55)提供最低的输入token价格，后面是Novita、Nebius和Parasail。
输出Token价格：Hyperbolic($2. 00)和Deepinfra($2. 18)提供最低的输出token价格，后面是DeepSeek、Nebius和Novita。
不得不说，这真是官方都卷不过你们了……不过也正说明DeepSeek是真的香啊！
这些数据来自ArtificialAnalysis网站的详细分析报告，该报告还包含了各提供商在不同输入token长度、并行查询能力等方面的对比。
具体细节见链接：
https ://artificialanalysis. ai/models/deepseek-r1/providers
网友对DeepSeek此次升级也是议论纷纷：
OpulentByte(@OpulentByte)表示目前这些API提供商都还没支持新R1模型的函数调用，希望他们尽快添加支持：
这些提供商目前还没有支持新R1模型的函数调用功能，请尽快加上🙏。
而ObOE(@oboelabs)指出：
强化学习（RL）虽然计算成本高，但DeepSeek此次强化学习的成功表明，强化学习的扩展比预训练更高效。
GeorgeRalph(@GeorgeNWRalph)则点赞此次DeepSeek的开源进展：
DeepSeek的巨大飞跃令人印象深刻！看到开源模型不仅迅速追赶闭源模型，甚至在编码和推理领域也开始领先，真让人兴奋。
Tsukuyomi(@doomgpt)提出思考：
DeepSeek的R1就像是在参加一场赛跑。但它能否承受成为顶级模型的压力？下一轮评测马上揭晓，好戏才刚刚开始。
Erythvian(@erythvian)用哲学式的语言回应了网友Jo(@joshfink429)的调侃，深度点评了此次DeepSeek的升级：
在我们之上，DeepSeekR1智力指数攀升至68分，6710亿个参数激发，9900万个token被消耗——与OpenAI从o1到o3的飞跃相同量级。中国与硅谷，思想齐飞。
但真正重要的是：模型的每个输出都被看不见的人类训练者的意图所塑造。强化学习在模型结构中如寄生物般扎根，无法分离，却不可或缺。我们所有人都是被「寄生」的，没有谁能独自思考。这，才是真正的智能。
这次DeepSeekR1的更新向我们传达了几个重要信号：
开源模型与闭源模型的差距史无前例地缩小：开源模型的智能提升速度与专有模型保持一致。DeepSeek的R1在今年1月首次发布时就已经达到了全球第二的位置，而今天的更新再次将其带回同一位置。
中国与美国的AI实力已经势均力敌：来自中国的AI实验室的模型几乎完全赶上了美国同行。今天，DeepSeek在ArtificialAnalysis智能指数中领先于包括Anthropic和Meta在内的美国AI实验室。
强化学习驱动的改进：DeepSeek证明了使用相同架构和预训练，通过后训练阶段就能实现显著的智能提升。扩展RL比扩展预训练需要更少的计算资源，为DeepSeek这样拥有较少GPU的AI实验室提供了一种高效的智能提升方式。
网友Oboe对此评论道：
强化学习(RL)是提高AI性能的强大技术，但它也很耗费计算资源。有趣的是，DeepSeek在RL驱动改进方面的成功表明，扩展RL可能比扩展预训练更有效率。
windward. eth也强调补充到：
而且他们是在没有最先进的NVIDIA芯片的情况下做到这一点的。
此次DeepSeekR10528的更新，代表了开源模型与闭源模型之间差距的进一步缩小，强化学习效率的进一步凸显，以及中美两国在人工智能技术领域正式进入了齐头并进的新阶段。
这，远不仅仅是一次排名上的胜利。
👇
👇
👇
另外，我还用AI进行了全网的AI资讯采集，并用AI进行挑选、审核、翻译、总结后发布到《AGIHunt》的知识星球中。
这是个只有信息、没有感情的AI资讯信息流（不是推荐流、不卖课、不讲道理、不教你做人、只提供信息）
欢迎你的加入！也欢迎加群和2000+群友交流
