DeepSeek R1 每百万输入令牌的费用为 0.55 美元。OpenAI o1 的费用为 15.00 美元。
这不是笔误。在推理基准测试中得分相差仅 1-2 分的模型之间，价格差异高达 27 倍。
我运营着 Tokonomics，这是一个人工智能成本计量代理服务，我们可以看到发票。每月在 o1 上运行 100 万次推理调用的团队需支付 75,000 美元。同样的工作负载在 R1 上呢？只需 2,740 美元。差额为 72,260 美元。每月。
基准测试的现实检验
以下是引起我注意的地方。R1 不仅仅是“更便宜但更差”。它实际上在大多数推理基准测试中与 o1 持平：
| 基准测试 | DeepSeek R1 | OpenAI o1 |
|---|---|---|
| AIME 2024 (pass@1) | 79.8% | 79.2% |
| MATH-500 | 97.3% | 96.4% |
| GPQA Diamond | 71.5% | 78.0% |
| Codeforces (百分位) | 96.3% | 96.6% |
| LiveCodeBench | 65.9% | 63.4% |
| SWE-bench Verified | 49.2% | 48.9% |
来源：DeepSeek-R1 技术报告, arXiv 2501.12948，2025 年 1 月。
R1 在数学方面胜出。在编码方面打成平手。o1 唯一明显领先的地方是 GPQA Diamond（研究生水平的科学推理），高出 6.5 分。
在价格高出 27 倍的情况下，o1 需要表现得显著更好才能证明其溢价合理。但它并没有。
为什么 R1 如此便宜？
三个原因：
较低的运营成本。 DeepSeek 在中国运营，那里的计算和劳动力成本比美国实验室低 40-60%（斯坦福以人为本人工智能学院人工智能指数报告，2025 年）。
混合专家架构。 R1 拥有 6710 亿个参数，但每次查询仅激活 370 亿个。每次推理调用的计算量更少，意味着每个令牌的成本更低。
为争夺市场份额而采取的激进定价策略。 DeepSeek 正在以 OpenAI 无法（或不愿）匹配的利润率换取交易量。
隐藏成本：思维令牌
这两种模型都会生成内部思维链令牌，您需要为此付费。在复杂问题上，R1 生成的思维令牌数量通常是可见输出令牌的 2-4 倍。
因此，一个返回 1,000 个可见令牌的查询可能在后台生成 3,000 个思维令牌。您的有效输出成本从每百万令牌 2.19 美元跃升至可见令牌的大约 8.76 美元。
这仍然比 o1 的每百万令牌 60 美元便宜得多。但如果您在做预算，请考虑思维令牌的额外开销。
缓存使情况更糟（对 o1 而言）
DeepSeek 对缓存输入提供 90% 的折扣：每百万令牌 0.055 美元。OpenAI 提供 50% 的折扣：每百万令牌 7.50 美元。
有了缓存，差距从 27 倍扩大到 136 倍。
对于具有重复系统提示的工作负载（推理任务通常具有较长的系统提示），R1 的输入成本几乎可以忽略不计。
o1 仍然胜出的场景
我并不是说 o1 已经过时。它在特定情况下确实物有所值：
- 结构化输出。 OpenAI 的 JSON 模式强制模式没有 R1 的等效功能。
- 函数调用。 o1 的原生工具使用经过精心打磨。R1 需要手动进行提示工程。
- 企业服务等级协议。 OpenAI 提供正式的服务可用性保证。DeepSeek 的保证则不太明确。
- OpenAI 生态系统锁定。 助手应用程序接口、批量应用程序接口、微调。切换存在实际的摩擦成本。
通过我们的代理服务继续使用 o1 的团队 ar
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
