傳 DeepSeek R2 規格曝光：1.2 萬億引數，轉向華為昇騰訓練

DeepSeek R1 之前把矽谷打懵的場景，大家可能還沒忘。現在它的下一代大模型 R2，似乎已經在路上了。

風險投資人 Deedy 在社交平臺 X 上分享了一組據傳來自中文媒體和網路社群的 DeepSeek R2 爆料。雖說 DeepSeek 官方還沒公開確認任何字眼，但流出的這組技術和成本引數，已經在海外技術圈迅速傳開了。

1.2 萬億引數，價格卻砍到腳踝

根據流出的規格，DeepSeek R2 採用了一種混合架構的 MoE 方案，總引數規模達到了 1.2 萬億，相當於 R1 的兩倍，但每次呼叫的啟用引數只有 780 億。

按爆料的基準測試看，R2 在 C-Eval 2.0 評測中拿到了 89.7% 的分數，影像識別方面的 COCO 分數達到 92.4%。據說它的綜合性能對標的是 GPT-4 Turbo 以及 Google 的 Gemini 2.0 Pro。

但真正嚇人的還是成本。流出資訊顯示，R2 的呼叫單價比 GPT-4o 便宜了足足 97.3%。

具體來說，每百萬輸入 token 只要 0.07 美元，每百萬輸出 token 只要 0.27 美元。如果這個定價是真的，它幾乎是把前沿推理模型的門檻直接砸穿了。

82% 利用率的華為昇騰叢集

除了模型本身的尺寸和價格，這次爆料裡最引人矚目的細節在於底層硬體。

爆料指出，DeepSeek R2 的訓練消耗了大約 5.2PB 的資料，而整個模型據稱主要跑在華為昇騰 910B 晶片叢集上。在 FP16 精度下，整個叢集的計算能力達到了 512 PetaFLOPS。

更誇張的是晶片利用率。傳聞稱該叢集在訓練中的硬體利用率達到了 82%。

如果資料屬實，這意味著 DeepSeek 並沒有死磕輝達的受限晶片，而是基本跑通了國產晶片的基礎設施。從模型演算法到算力底層，這相當於完成了一次關鍵的國產供應鏈切換。

為什麼重要

這些引數目前依然只是傳聞，在 DeepSeek 正式發論文或開放介面之前，我們建議大家先保持謹慎。但如果最終實測哪怕只兌現了八成，它對整個 AI 市場的殺傷力也是巨大的。

對開發者和企業來說，最直接的價值就是成本。每百萬 token 幾美分的推理價格，意味著做大模型智慧體、長上下文搜尋或者批次資料清洗的賬本能徹底重算。原來每月幾萬美元的 API 開銷，換到 R2 上可能只要幾百美元，值不值得試根本不需要猶豫。

對行業來說，我們認為這件事最深遠的影響不在於模型又大了一倍，而在於它對算力封鎖的破局示範。過去大家普遍懷疑非輝達生態能否訓練出萬億級模型，而 82% 的昇騰 910B 利用率如果成真，看起來就像是一記響亮的耳光。它會倒逼國內更多大廠加速向國產算力叢集遷移，也會讓西方雲廠商對高價晶片的溢價邏輯產生動搖。

它的隱患在於，從輝達的 CUDA 生態遷移到國產軟硬體體系，實際部署和後續最佳化的門檻極高，普通開發者未必能復現 DeepSeek 的工程奇蹟。但至少在商業競爭線上，低價和國產硬核算力的組合，看起來又要給大洋彼岸的同行們上一課了。