DeepSeek 將與美國 AI 模型的差距縮小至 3%,但獲利能力可能還要等待

據彭博智慧(Bloomberg Intelligence)分析師 Robert Lea 表示,DeepSeek 已將中國與美國領先 AI 模型之間的效能差距縮小至約 3%。這項改善是在 DeepSeek 於 9 月發布 V4.1 Flash 後出現的。該模型在公開 LiveBench 排名中獲得 81.1 分,而 Anthropic 的旗艦模型 Claude Fable 5.1 則獲得 83.4 分。 DeepSeek 的 AI 模型在代理式編碼方面表現特別出色,獲得 77.3 分,是該類別的最高成績。不過,在推理和語言任務方面,它們仍落後於美國模型。差距縮小引發了外界對美國針對先進晶片與 AI 技術所實施出口管制之長期有效性的疑問。 價格是 DeepSeek 的主要競爭優勢。V4.1 Flash 的輸出費用在離峰時段為每百萬個 token 0.60 美元,尖峰時段則為 1.20 美元。Anthropic 類似輸出的價格為每百萬個 token 50 美元,約貴 42 至 83 倍。實際成本可能有所不同,因為不同模型完成相同任務時可能使用不同數量的 token。 儘管進展快速,彭博智慧估計,中國 AI 產業可能要到 2030 年才會獲利。中國有超過 1,100 個大型語言模型競爭,而價格戰與低利潤率的 token 服務持續對企業造成壓力。交易員應將 DeepSeek 的進展視為 AI 競爭加劇的訊號,同時關注利潤率、定價紀律、晶片取得管道和使用者成長。
Neutral
這篇文章對加密貨幣市場的影響中性,因為它關注的是 AI 模型的效能、定價與獲利能力,而不是加密貨幣採用、監管或區塊鏈活動。短期而言,DeepSeek 強勁的基準測試結果與大幅降低的代幣價格,可能支持市場對 AI 相關科技的信心,並提高對基礎設施、資料中心與半導體等主題的興趣。這種影響是間接的,可能造成相關股票或 AI 導向代幣的波動,但並未構成 BTC 或 ETH 等主要加密貨幣的明確催化劑。 潛在的長期影響好壞參半。更便宜且能力更強的 AI 模型可以改善自動化、交易工具與區塊鏈開發,進而可能使加密應用受益。然而,AI 價格競爭持續,以及獲利能力延後,可能壓抑投機性的 AI 相關資產;若投資人重新評估高成長科技的估值,也可能降低風險偏好。過去類似事件,包括大型開源模型發布及推論成本大幅下降,往往引發資金短期轉向 AI 題材,而非帶動廣泛且持續的加密貨幣市場上漲。交易者應監測 AI 代幣的流動性、與 BTC 的相關性、科技產業情緒,以及任何涉及晶片、雲端需求或商業採用的後續公告。