资料来源：在36kr Yang Zhilin LED后，NVIDIA H20加速了R2。文本｜编辑Zhao Jinjie ｜王吉来源list列表（ID：Wujicaijing）封面源｜ liang Wenfeng在DeepSeek偷走了DeepSeek的焦点，Yang Zhilin试图在更新Kimi的帮助下返回。最近，在新的Kimi K2模型发布后，它吸引了外部试验的峰值。困惑的首席执行官Alavinder已发布，他很快将使用K2进行培训后提供外部服务。过去，DeepSeek R1也很快被引入损失。 Kimi的家人试图通过模型更新恢复DeepSeek的关注。根据信件清单，到7月底，“六龙”中的Step Yuexing和Zhipu AI将发布由自己开发的基本模型的新一代基本模型，而Iflytek也将在本月底启动自己的新模型。虽然大量大型模特玩家竞争模型更新和产品体验，但深刻尚未提出任何重大动议的Seek在其自身的交通和产品使用情况下崩溃了。自1月以来的DeepSeek爆炸仅持续了2个月。自4月以来，Deptseek的每月活跃用户数量已下降。 QuestMobile的数据显示，直到5月，Deviceek的每月活跃用户的数量为1.69亿，每月下降5.1％。虽然每月活跃用户拒绝的数量，但DeepSeek下载的下载也很快。 DeepSeek曾经在中国和美国赢得了Free Appl的下载列表App Store，现在被挤出了第30位。半分析半导体研究所的报告直观地显示了DeepSeek用户使用的情况 - 从年初的7.5％的峰值到5月底的3％，而对网站的正式访问的数量也同时下降了29％。 Liang Wenfeng准备了。 2月初，路透社宣布，DeepSeek正在加速TR2型号。该模型最初计划在5月初发布，但现在该官员有望很快发布。但是直到7月中旬，R2型号已经很长时间才出现。曾经表明，阻止R2模型推出的主要原因之一是对NVIDIA H20芯片的意外禁令，这导致Deptseek缺乏计算能力储备。 Liang Wenfeng还记得，当推出新型号时，由于短时间内的压倒性电话会导致糟糕的经历。在今年年初，R1模型变得流行后，低Liang Wenfeng模型的低训练方法出乎意料地使中国对H20芯片的需求。自2023年以来，H20芯片一直是最强的AI芯片，其NVIDIA可能在法律上出口到中国。但是在DeepSeek的影响下，4月，美国在这里施加了新的控制控制许可证，并禁止其在中国市场的销售。今天，上述禁令终于转过身了。 7月15日，当黄伦森（Huang Renxun）今年第三次访问中国时，NVIDIA正式宣布该公司已提交了H20筹码的申请，美国政府NVIDIA向其保证，它将提供许可。接下来，公司将尽快开始交付过程。面对竞争的场景，被赶到同龄人的现场，Liang Wenfeng的高端计算能力被阻止，出乎意料地等待Huang Renxun及时下雨。在R1发行后的六个月中，DeepSeek采取了最小的行动，这不可避免地陷入了一个不前进或撤退的真正问题。虽然其他国内大型模特玩家正在努力领带甚至超过DeepSeek模型的性能，但Liang Wenfeng只会带领团队采取一些小动作，例如DeepSeek V3模型完成了小型版本的升级，启动了新版本的Deviceek-V3-0324，然后更新了DeepSe See Spese See See See See Seesse升级EK-Prover-V2，基于DeepSeek-V3模型进行微调，这是一种数学定理模型。最新的举动是在5月底完成的小型DeepSeek R1的升级。但是应该指出的是，DeepSeek-R1-0528仍由2024年12月发布的DeepSeek V3基本模型确定，而不是基于新一代V4模型。在官方介绍中，DeepSeek-R1-0528在计算训练后过程以提高思维深度和思维能力方面投入了更大的权力。它在数学，编程等方面的总体表现。使用OpenAI O3和Google Gemini-13-Pro等领先的国际模型。但是，主要版本缺乏升级是小型版本的维修和调整。 Deptseek的直观后果之一是标签有效，以外界提供的成本有些撕裂。 DeepSeek一直开创了成本效益，他已经消除了自己的在过去的六个月中，技术制造商（例如阿里巴巴，字节和百度）等技术制造商的有效性标签。技术制造商推出了类似API价格的类似型号。百度创始人罗宾·李（Robin Li）印象深刻，他抱怨说，DeepSeek不仅是多模式，而且使用缓慢又昂贵。 “在中国市场上对API的大多数API呼吁低于整个血管版本，速度更快。”如今，具有足够力量的“ AI六龙”开始通过新的模型更新来挑战DeepSeek在性能和价格方面的成本效益。 Kimi K2型号于7月新推出，也选择了开放资源，并成为了国内开源领域的首个主要建筑模型，总参数量为1万亿元。据官方报道，在一系列基准绩效试验中，例如SWE Bench -Verified，Tau2和Acebench，Kimi K2获得了SOTA，从而导致了开放式RESOURCE模型，并超过了推理设备的代码和数学活动。在价格方面，Kimi K2每百万千元收取4元的收费和16元产出费用，这与通常的时期（晚上8:30至12:30）与DeepSeek的API价格系统保持一致。除KIMI外，在6月中旬更新的Minimax-M1模型被称为全球第一个开源大型混合体系结构推理模型。它说，加固研究的整个阶段仅持续512 h800 ran，持续了三个星期，租金成本仅为534,700美元。与DeepSeek相比，V3模型培训于2048年H800实施，总成本接近557万美元。触动DeepSeek越过河流的许多国内大型玩家已经完成了该模型的有效性模型。与Openai在国外相比，尽管不同的公司也推出了各种替代模型，但Openai总量的秘诀呼叫仍然稳定，主要是因为它仍然在基本模型能力方面保持行业的领先水平，并且始终导致近一代竞争对手的差距。相比之下，在DeepSeek中流行的R1仅达到了一个与O1相当的水平，而不是完全超过Openai。因此，这可以部分解释为什么Deptseek的官方应用和流量排队 - 只拒绝仅半年，而Chatgpt仍然保持稳定的增长。但是，应该指出的是，即使DeepSeek自身的流量正在下降，R1和V3模型的总使用仍在第三方平台上迅速增长。半分析提供的数据表明，第三方平台托管的R1和V3的使用比R1的发行量增加了近20倍。造成上色对比的原因是半分析认为Deptseek被经济代币击败。虽然外界基因拉力赛以每百万个代币的价格衡量每个模型的有效性，此过程并不总是有效或合理的，“因为它并不忽略TIAK工作货物和用户需求，”半分析中的分析师说。诸如延迟（模型产生第一个令牌所需的时间），吞吐量（每个令牌的生成速度），上下文窗口等因素的差异将直接影响令牌消费的最终成本。廉价的廉价模型具有有限的理解来源，其上下文的上下文受到64K的严格控制，这是该模型的主要模型中最小的一种。行业，DeepSeek R1.eepseek 8次。在大型模型参与者中，Liang Wenfeng不仅积极选择开放资源，而且还直接显示了他忽略C-End应用程序的业务考虑。 AGI的追求和实现是在Liang Wenfengang的首要任务中。但是DeepSeek毕竟不是慈善机构。阿尔维Gh Liang Wenfeng正在追求开放的资源模型，他想使用的是使用开放的Ecosy系统来实现预期的商业化。基于此，维持活跃的开发人员组和用户使用速率不仅是必要的，而且对于大型模型参与者来说，它更好。最直接的解决方案是如何在Deptseek中恢复对外界的兴趣，这无疑是尽快推出了Model V4和R2的新Ones。在这方面，Ultraman为Liang Wenfeng做了最好的演讲。在Deviceek获得了行业的流行之后，Ultraman几乎每周几乎都会更新新产品，并在AI的热门搜索列表中使OpenAI稳定：GPT 4.5，O3-Mini/O4和GPT 4.1在模型方面推出；运营商，深入研究和法典是在产品方面推出的；在体验方面，DeepSeek开放的链条学会了吉卜力风格的图像的普及。以上行动的背后Ultraman的OpenAI Modai呼叫量表的意图是隐藏的。 POE是世界上最大的全球大型型号的全球最大的集成平台，该平台针对先前发布的报告“在2025年春季使用人工智能模型的趋势”，这是Theopenai的一部分在GPT-4.1系列发行后的几周内迅速增加到约10％，排名第一。与DeepSeek相比，R1模型的使用率从2月中旬的7％下降到4月底的3％，其总体使用率下降了50％以上。一旦整个季节，一旦普通代理人都在推出新型号之外，梁·温芬（Liang Wenfeng）也可能会考虑如何使该模型的功能满足更多AI开发人员的新需求。 LatePost有时指出，当字节组开发按钮插槽时，他们考虑优先使用DeepSeek-R1，但是在审判后，他们发现他们调用该工具的能力不是完美，因此他们终于使用了S sarling型豆袋模型。至于AI助手在市场上的主要应用，Deptseek是唯一不支持此时多模式功能的产品。自从6个月后1月15日启动该应用程序以来，例如语音谈话，照片代，音乐世代，视频世代等，DeepSeek尚未提供支持服务。作为对AGI的重要方法，其重要性变得越来越好 - 以开发代理人的生态系统而闻名。如果Liang Wenfeng没有表现出他的最终外界世界，他还将应对更现实的竞争挑战，也就是说，他可以将更多的模型呼叫请求推向对手。毕竟，在实际环境中，从Minimax到Kimi，最新的更新模型，毫无例外地强调了呼叫工具生产代理的特征。在R1的帮助下打开深思熟虑的浪潮之后，Liang Wenfeng甚至可以创造新的代理商的赛季惊喜？
