原贴链接

讨论总结

整个讨论围绕Deepseek V3在二月将变得更贵展开。有观点认为价格上涨是公平的，因为存在竞争，并且和其他先进模型相比涨价后价格仍然很低。还有人讨论了Deepseek V3与其他模型在输入、输出价格和上下文窗口等方面的差异。此外，关于模型变贵的影响也有不同看法，部分人觉得影响不大，有其他的托管和运行方式，也有人认为难以在价格上涨后维持其优势。

主要观点

  1. 👍 认为Deepseek V3价格上涨是公平的。
    • 支持理由：存在其他供应商的竞争。
    • 反对声音：无。
  2. 🔥 模型变贵影响不大，有其他托管和运行方式。
    • 正方观点：其他提供商可以托管该模型，用户自己也能运行它。
    • 反方观点：无。
  3. 💡 Deepseek V3价格提高后仍很便宜。
    • 解释：与SOTA封闭模型相比，如输入输出价格方面，Deepseek V3仍有价格优势。
  4. 💡 希望Deepseek V3.5解决一些目前存在的问题，但认为目前价格还算值得。
    • 解释：目前存在信息重复、重复犯错、代码校正失败等问题。
  5. 💡 按照目前节奏，六周后可能不再使用Deepseek V3。
    • 解释：难以相信它在价格上涨后能在各方面曲线顶端维持六周。

金句与有趣评论

  1. “😂 至少它是公平的价格。”
    • 亮点：简洁表达对Deepseek V3价格上涨的认可态度。
  2. “🤔 |Model|Input Price (per 1M tokens)|Output Price (per 1M tokens)|Context Window| |:-|:-|:-|:-| |DeepSeek 3.0|$0.27|$1.10|128K tokens| |Claude 3.5 Sonnet|$3.00|$15.00|200K tokens|”
    • 亮点：清晰列出模型之间的输入、输出价格和上下文窗口对比。
  3. “👀 Dudensen: The good thing is other providers can host the model and you can even run it yourself. This changes nothing.”
    • 亮点：表明对Deepseek V3价格上涨的不在意，因为有其他应对方式。
  4. “🤔 The raised prices are still bafflingly inexpensive compared to SOTA closed models.”
    • 亮点：强调Deepseek V3涨价后与其他模型相比仍然便宜。
  5. “😂 gabe_dos_santos: It’s fair.”
    • 亮点：简单直接表明对价格上涨的看法。

情感分析

总体情感倾向较为理性和平和。主要分歧点在于对Deepseek V3价格上涨后的前景看法，部分人认为影响不大，有其他选择或者仍然具有性价比；而另一部分人则对其在价格上涨后的竞争力表示怀疑。可能的原因是大家对模型的需求、对市场发展趋势的判断以及对Deepseek V3本身的性能和潜力的评估不同。

趋势与预测

  • 新兴话题：Deepseek V3.5可能解决目前存在的问题并对价格产生影响。
  • 潜在影响：如果有更多替代产品出现，可能会影响Deepseek V3在市场中的份额；若Deepseek V3能解决现存问题并保持性价比，可能继续在市场占据一席之地。

详细内容：

标题：Deepseek V3 二月份价格将上涨，引发热烈讨论

Deepseek V3 在二月份价格将上涨的消息在 Reddit 上引起了广泛关注。该帖子获得了众多的点赞和大量的评论。原帖主要围绕着 Deepseek V3 价格变动的相关信息展开，并附上了一些具体的价格对比数据。

帖子引发的主要讨论方向包括价格上涨的合理性、与其他模型的价格比较、自行运行模型所需的硬件配置等。本文将探讨的核心问题是 Deepseek V3 价格上涨对用户的影响以及它在市场中的竞争力。

在讨论中，有人认为至少价格上涨是公平的，因为 Deepseek V3 有来自其他提供商的竞争。比如有人指出，DeepSeek 3.0 输入价格为每 100 万 tokens 0.27 美元，输出价格为每 100 万 tokens 1.10 美元，而 Claude 3.5 Sonnet 的输入价格为每 100 万 tokens 3 美元，输出价格为每 100 万 tokens 15 美元。有人说 0.27 美元的输入价格，比 Sonnet 便宜 13 倍。即便新的输出价格为每 100 万 tokens 1.10 美元，也比 Claude 3.5 Sonnet 便宜 14 倍。但也有人认为，虽然有改进，但没有那么极端。

有人提到其他提供商可以托管模型，甚至可以自己运行，这一变化没什么影响。还有用户询问在本地运行模型需要什么样的 GPU 等硬件，有人回答说可以在苹果硅上运行，性能不错，不需要花费在专用 GPU 上。有人分享了在 8 个 M4 - pro 64gb 上运行的案例，也有人认为购买 8 个 Mac M4 mini 不现实，成本可能接近 2 个不错的显卡。有人指出运行模型在 GPU 上可能需要像 2 个 Nvidia H100 集群，每个成本约 10 万美元。

有人表示，价格上涨后，使用页面会显示每个 token 是否有缓存命中，从而可以估计成本增加情况。有人分享自己 4000 行 LLM 作为法官使用时，预期价格从 0.22 美元增加到 0.72 美元。

有人认为与 SOTA 封闭模型相比，上涨后的价格仍然便宜得令人惊讶。也有人觉得会有其他模型取代它，还有人认为价格上涨与模型规模增加成正比。有人希望 V3.5 能解决一些已发现的问题，比如重复信息、重复错误、代码校正失败等，但认为价格还是值得的。

有人认为按照目前的速度，到二月份没人会知道 Deepseek V3 是什么，自己虽然是该模型的粉丝，每天结合 Sonnet 使用，但 6 周后可能就不再使用了。但也有人表示不担心，到时候会有其他更好的模型。

总的来说，对于 Deepseek V3 价格上涨，大家看法不一。有人觉得合理，有人担心其竞争力，也有人期待有更好的替代模型出现。但无论如何，这一话题引发了大家对模型价格和性能的深入思考。