过去一年，大模型开源社区的热度持续攀升，丝毫未减。从参数规模的显著增长，到代码生成、数学推理、语言理解等核心能力的不断突破，大模型早已不再是仅供实验室探索的玩具，而是切实推动人工智能应用落地的关键力量。Transformer架构的持续演进，以及MoE（混合专家）技术的广泛部署，这些创新一次次刷新了人们对AI能力极限的认知。
12月26日，DeepSeek正式上线并开源了全新系列模型DeepSeek-V3的首个版本。这是一款自主研发的MoE混合专家模型，采用FP8低精度训练（原生FP8权重已同步开放），总参数量高达671B，但每次推理仅激活其中的37B参数，在14.8T token规模上完成了预训练。最引人注目的亮点是什么？DeepSeek-V3训练所消耗的计算资源仅为Llama 3 4050B的十一分之一——然而其性能表现却足以领先众多国内外顶尖大模型，这种高效与低算力依赖的特性，令人印象深刻。据官方技术报告披露，DeepSeek-V3在分布式推理上做出了多项创新优化，大幅提升了MoE模型在分布式环境中的负载均衡效率，为未来更大规模的模型部署提供了一种可扩展的新架构思路。同时，在算法与工程层面的双重加持下，相比前代V2.5，DeepSeek-V3的生成吐字速度提升了3倍。
司南OpenCompass也在第一时间对DeepSeek-V3展开了评测，结果已同步更新至司南大语言模型公开学术榜单。
评测解读
司南OpenCompass大语言模型公开学术榜单（实时榜）排名前10的模型得分显示：
DeepSeek-V3以71.9分的平均成绩，超越了包括最新的Gemini-2.0-Flash-Exp、Claude-3.5-Sonnet-20241022在内的一系列海外模型，直接登顶OpenCompass开源学术榜单首位。这意味着，开源模型的能力水平已经真正达到了足以媲美商业模型的高度。
在具体能力维度上，DeepSeek-V3在复杂推理场景中表现尤为突出，尤其在代码生成、数学解题、综合知识推理等方向上，均取得了非常优异的成绩。
此外，上海人工智能实验室开源的大模型推理部署框架LMDeploy，现已支持DeepSeek-V3的原生FP8高效推理。
了解更多
司南OpenCompass大语言模型公开学术榜单链接如下：
- https://rank.opencompass.org.cn/leaderboard-llm-academic/
- https://huggingface.co/spaces/opencompass/Compass_Academic_Leaderboard
司南OpenCompass开源评测工具链：