Dario Amodei 指出 ​ DeepSeek-V3 在預訓練效率取得了重大突破 在某些領域可與美國領先的 AI 模型競爭 但在現實世界編碼等關鍵任務上仍然落後 ​ DeepSeek-R1 近期發布，增加了 RL 訓練階段 其實類似於 OpenAI 先前的技術應用 ​ Amodei 坦言 成本降低符合歷史趨勢 而非突破性變革 ​ ​ ■ 成本比較 ​ 所謂 DeepSeek「以 600 萬美元」 達成美國公司以數十億美元的成就有誤導性 ​ 根據正常成本降低趨勢調整後 DeepSeek 的訓練成本仍在預期範圍內 ​ ​ ■ 晶片可用性 ​ 報導顯示 DeepSeek 獲得了 50,000 顆先進 NVIDIA 晶片 這一數量雖可觀，但並未顯著超過美國 AI 公司 ​ DeepSeek 的計算基礎設施總投資 可能與美國主要 AI 公司相當