DeepSeek
DeepSeek是由深度求索公司开发的大语言模型系列，具备自然语言理解与生成、代码编写、逻辑推理等核心能力。该系列模型以高性能与高效率为主要特征，支持多种自然语言处理任务，包括对话、问答、文本摘要及复杂推理，面向研究与商业应用场景提供开放或闭源版本。
核心事实
时间轴 (近 90 天)
该测试使用了 DeepSeek 的 off-peak 定价。
DeepSeek 的 off-peak 定价是指在非高峰时段提供折扣价格的 API 计费模式。
vLLM 在 AgentX 测试中实现了每 GPU 小时 38.96 美元的收入。
该工具被业内称为“DeepSeek版Cloud Code”。
据B站UP主介绍，该工具针对DeepSeek的模型特性做了深度优化，并非简单的API套壳。
专为单一模型优化的工具存在绑定风险：模型迭代或API变更可能影响工具稳定性。
开发者 Evan Su 因其 DSH Layer 插件被 DeepSeek 官方注意到，收到了 999 元奖励。
DeepSeek Harness 的代码中出现了 V5 Open、V5 和 V5 Next 三个模型名称，测试文件中也写入了相关标识。
截至文章讨论的时间点，乌镇大会主论坛“人工智能乌镇对话”的完整嘉宾名单尚未官宣，博览会官宣参展名单中未将DeepSeek列为正式展商。
DeepSeek被2026年乌镇大会官方称为国产开源标杆案例，与阿里、之江实验室并称“开源三剑客”。
还有 40 条时间轴事件
全部知识事实 (20)
@ai-sdk/togetherai 是 Vercel AI SDK 官方提供的 TogetherAI 平台适配器，构建在 openai-compatible 基础包之上
90%已验证DeepSeek Harness采用MIT协议开源，源码全部公开且完全免费
90%已验证推理模型以OpenAI o1、DeepSeek-R1、QwQ为代表，核心机制是思维链扩展，在给出最终答案前生成大量中间推理步骤
90%已验证OpenAI 的 Chat Completions API 采用消息数组作为输入的格式已成为行业事实标准，Anthropic、Google Gemini、Mistral 等主流模型提供商都提供了兼容或类似的接口
90%已验证DeepSeek-V3采用了混合专家架构（MoE），总参数量达6710亿，但每次推理仅激活约370亿参数
90%已验证DeepSeek的深度思考模式本质上是链式推理（Chain-of-Thought）机制的增强实现
90%已验证DeepSeek是由中国人工智能公司深度求索开发的大语言模型系列
90%已验证GRPO（Group Relative Policy Optimization）由DeepSeek提出，无需单独训练价值网络，已成为当前智能体RL训练的主流算法选择
90%已验证DeepSeek Flash版本是针对低延迟场景优化的蒸馏模型，牺牲部分复杂推理能力换取更快的响应速度和更低的Token单价
90%已验证GPT-4和Mixtral等主流大模型也采用了MoE架构
85%已验证DeepSeek V4 Flash是一款总参数量284B的MoE多模态模型
80%已验证DeepSeek官方将Harness定位为开发者预览（Developer Preview）
80%已验证DeepSeek V4 Flash是深度求索推出的针对速度和成本优化的高性价比推理模型
80%已验证DeepSeek Harness只需装好Node.js并敲一行命令，就能在浏览器里运行，实现开箱即用
80%已验证DeepSeek Harness的核心设计哲学是将一切都作为插件处理，包括工具、技能和绘图功能
80%已验证DeepSeek Harness采用TypeScript编写
80%已验证DeepSeek 的训练成本据官方披露仅约 600 万美元
80%已验证DeepSeek 通过引入辅助损失函数强制均衡各专家的负载以解决专家坍缩问题
80%已验证DeepSeek R1默认不支持Function Calling，而DeepSeek V3支持Function Calling
80%已验证DeepSeek是由量化私募巨头幻方量化孵化的AI实验室
80%