價錢同樣關鍵。DeepSeek 官方 API 文件以每百萬 token 計價,並分開 cache hit、cache miss 同輸出 token;文件亦顯示模型命名同價格機制可能會調整,所以正式採購仍然要以官方價格頁為準 。對高用量 API、檢索增強生成(RAG)、批量摘要、資料清理、客服草稿、內部 coding assistant 呢類場景嚟講,只要模型質素過到可用門檻,成本、延遲同穩定性往往比單次回答有幾「靚」更重要。
DeepSeek 公開最突出嘅強項,集中喺程式、數學同推理。V3 技術報告將程式同數學列為突出項目 ;IISS 亦形容 R1 係具備推理能力、可同 OpenAI o1 等近前沿閉源推理模型相提並論嘅開權重模型
。Reuters 喺 2025 年 3 月報道 DeepSeek 發布模型升級時,亦用「加劇同 OpenAI 競爭」去描述其影響
。
不過,呢啲唔等於 DeepSeek 喺所有場景都贏。創意寫作、長文件協作、多模態產品、工具調用穩定性、內容安全、企業整合、合規責任,都要放入真實工作流逐項測試。對產品團隊而言,問題唔係「邊個模型總榜第一」,而係「邊個模型喺我嘅任務入面,用最低可接受風險,交到最多成功輸出」。
DeepSeek 爆紅已經造成實際市場震盪。CNBC 報道,DeepSeek 喺 2025 年 1 月取代 ChatGPT,登上美國 Apple App Store 免費 App 下載榜首 。Reuters 回顧亦指,DeepSeek 2025 年 1 月初始發布引發全球科技股拋售,令 Nvidia 市值蒸發 5,930 億美元
。
呢啲事件證明,「低成本前沿級 AI」呢個故事足以震動投資者、開發者同一般用戶。但下載榜同股市反應係熱度訊號,唔係平台勝利。Reuters 2026 年報道 DeepSeek 新模型未有喺快速變化嘅 AI 行業再次令市場驚艷,提醒外界:AI 競賽門檻會一路升,一次震撼唔代表每一代都可以保持領先 。
OpenAI 面對 DeepSeek 嘅價格同效率壓力最直接。不過,OpenAI 仍然有明顯品牌同分發優勢。Reuters Institute 2025 年報告指出,ChatGPT 仍係最廣為人知嘅生成式 AI 系統,冇其他品牌接近其辨識度 。Reuters 亦報道,OpenAI 喺 2025 年 2 月嘅週活躍用戶已經超過 4 億
。
但 OpenAI 唔係冇壓力。Reuters 轉述 WSJ 報道稱,ChatGPT 成長喺前一年年底放緩,OpenAI 未達內部設定嘅 10 億週活躍用戶目標 。DeepSeek 對 OpenAI 最大威脅,未必係短期取代 ChatGPT 品牌,而係用低成本同開權重選項,壓低市場對 AI 價格嘅預期。
DeepSeek 喺 coding 同推理任務上嘅表現,會直接壓到 Claude 。但 Anthropic 嘅競爭力唔只係模型分數,仲在於將模型能力包裝成高黏性產品。Reuters 報道,Claude Code 曾令 OpenAI 措手不及,迫使 OpenAI 投入自身 coding tool Codex
。
換言之,DeepSeek 如果想長期贏開發者市場,唔可以只靠 benchmark 接近;佢要喺 IDE、agentic coding、企業權限、repo 理解、debug 流程同團隊協作入面,證明自己更好用或者更抵用。
Google Gemini 代表另一種壓力:龐大產品入口同基礎設施整合。Reuters 報道,OpenAI 喺 2025 年底因 Google 最新 Gemini 模型進展而宣布「code red」。即係話,DeepSeek 面對嘅唔係一個靜止嘅 OpenAI,而係 Google、Anthropic 同其他模型公司一齊高速迭代。
對 DeepSeek 嚟講,挑戰唔止係做出強模型,仲要將模型放入可以長期留住用戶嘅產品同生態:搜尋、辦公、雲端、手機、企業採購、開發者工具,全部都係戰場。
就目前呢組來源而言,DeepSeek 同 Grok / xAI 之間缺乏足夠直接、可核驗比較資料。所以較負責任嘅講法係:DeepSeek 嘅低成本同開權重策略,會對整個 AI 助手同 API 市場形成價格壓力 ;但唔應該單靠現有資料就斷言 DeepSeek 一定會擊敗 Grok。
DeepSeek 如果要進入政府、金融、醫療、法律同大型企業場景,最大阻力未必係模型能力,而係資料治理同地緣政治信任。Reuters 報道,德國資料保護主管機關要求 Apple 同 Google 將 DeepSeek 從德國 app store 移除 。澳洲亦因安全疑慮,禁止政府裝置使用 DeepSeek
。
呢啲限制唔代表 DeepSeek 模型冇價值,亦唔等於所有部署都不可行。但對受監管行業嚟講,採購流程會完全唔同:佢哋唔只睇每百萬 token 幾錢,仲會睇資料儲存地、審計紀錄、供應鏈風險、資安測試、合約責任同合規承諾。涉及敏感資料嘅工作流,直接用公共聊天服務通常唔係最穩陣;私有化部署、受控雲端、資料脫敏同多模型風險分級會更實際。
最務實嘅策略唔係選邊站,而係建立多模型架構。將 DeepSeek、OpenAI、Claude、Gemini、Grok 放入同一套任務級評測同路由系統,按實際工作流比較品質、延遲、成本、失敗率、幻覺率、可觀測性同資料風險。
DeepSeek 會唔會成為有潛力擊敗 OpenAI、Claude、Gemini、Grok 嘅競爭者?會。至少喺成本敏感、高用量 API、程式與推理、開權重部署呢幾個戰場,DeepSeek 已經足以令巨頭重新定價同加速回應 。
但佢會唔會喺短中期全面擊敗所有巨頭?目前證據未夠。更可能嘅路徑係:DeepSeek 長期扮演「價格破壞者」同「開權重前沿代表」——壓低市場對模型成本嘅預期,亦迫使閉源巨頭喺效率、開發者工具同產品包裝上繼續加速 。
DeepSeek 最大勝利未必係成為唯一王者,而係令 AI 模型市場變得更平、更開放,亦更難由少數閉源平台完全掌控。對企業同產品團隊嚟講,理性答案唔係押 OpenAI、Claude、Gemini、Grok 或 DeepSeek 其中一邊,而係將模型當成可替換供應層,用自己嘅任務、資料同風險標準決定邊個應該上線。