產品評測2026年6月25日

DeepSeek 真的打趴 OpenAI 了嗎？一場還沒結束的 AI 版圖之戰

AI 觀察家

專欄作者 · 2203 字

重點摘要

DeepSeek R1 在多項推理基準測試上與 GPT-4o 互有勝負，卻只用了後者約十分之一的訓練成本
兩者在資料透明度、使用限制、部署彈性上存在結構性差異，不能只比「聰明程度」
DeepSeek 的崛起代表的不只是中國技術追趕，更是整個 AI 產業對「規模即護城河」假設的根本動搖

為什麼 DeepSeek 的出現讓整個 AI 圈緊張起來？

答案很直接：它打破了一個大家默默接受的前提——「頂級 AI 需要頂級算力預算」。

2025 年初，DeepSeek 公開 R1 模型技術報告，聲稱訓練成本約 557 萬美元，相較於 OpenAI GPT-4 估計的數億美元訓練支出，這個數字讓不少人懷疑是否少了一個零。但隨後的第三方測試讓懷疑打了折扣：在 MATH、AIME、Codeforces 等推理與程式碼基準上，DeepSeek R1 的表現確實與 o1 級別的模型相當接近，甚至在部分項目超越。

這件事在矽谷引發的震動，不亞於一家不知名新創用二手設備複製了 SpaceX 的火箭。Nvidia 股價單日蒸發近 17%，就是市場對「算力護城河可能沒那麼深」這個想法的即時反應。

怎麼比較 DeepSeek 和 OpenAI 才不會比歪？

光看跑分排行榜，很容易得出過度簡化的結論。我整理了幾個更有意義的比較維度：

比較維度	DeepSeek	OpenAI（GPT-4o / o1）
頂尖推理能力	R1 接近 o1 水準	o1 仍有優勢，尤其多步驟推理
訓練成本透明度	有公開技術報告	幾乎不公開
模型開放程度	開源（部分版本）	閉源為主
資料來源與審查	中國法規約束明確	美國法規框架，限制不同
API 可靠性與生態	仍在建立	成熟，企業整合度高
多模態能力	相對有限	GPT-4o 圖文能力領先
本地部署可行性	可自行架設	企業方案，但不開放模型權重

對於一般使用者來說，「誰比較聰明」可能還不是最重要的問題。更實際的問題是：你的資料在哪裡跑？誰能看到你的 prompt？部署限制是什麼？

為什麼這不只是「中國 vs 美國」的科技民族主義問題？

DeepSeek 的意義被過度政治化了，但忽略地緣政治又太天真。比較持平的觀察是：

DeepSeek 的技術路徑——大量使用強化學習、知識蒸餾、混合專家架構（MoE）——並非中國獨創，但他們把這些技術組合得更有效率。這背後有一個現實原因：出口管制讓中國團隊拿不到最新的 H100，所以被迫在算力受限的條件下優化，反而逼出了不同的工程解法。

這種「限制倒逼創新」的現象，歷史上並非罕見。問題在於，當這個解法足夠有效，它就開始對整個產業的資本邏輯提問：投入更多算力是否還是唯一的正確答案？

OpenAI 當然不會坐以待斃。o3 的發布、GPT-4o 的持續迭代，以及近期在 Agent 框架上的大幅投入，都是正面回應。但節奏已經被打亂了。

實際使用上，差異在哪裡最明顯？

我在追蹤各種 AI 工具的使用體驗時，確實注意到一個有趣的分野：DeepSeek 在純文字推理、數學解題、程式碼生成上的「CP 值」非常高；但一旦任務涉及複雜的多輪指令跟隨、圖像理解、或需要高度一致性的長文生成，GPT-4o 目前仍有明顯優勢。

有段時間我在用 PromptPilot 做不同模型的 prompt 效果對比測試，發現同一組 prompt 在兩個模型上跑出的結果差異，有時候跟模型本身能力的關係反而比較小，更多是 prompt 結構是否針對各自的推理風格做了調整。這個觀察讓我對「誰更強」這個問題越來越不感興趣，更在意的是「用對了沒有」。