要说最近中国AI圈最容易被二次加工的话题，DeepSeek的训练成本一定排在前列。从“用不到六百万美元训出V3”到“实际偷偷囤了五万张H100”，各种版本在社交平台流传，数字越传越离谱。作为长期跟踪大模型动态的编辑，有必要把这里面几层传言拆开说说。
先说得最广的那个——“五万张卡”。这个说法的源头多来自海外分析机构的推测性报告，逻辑是“既然效果对标GPT-4o，那算力投入必然同一量级”，于是倒推出一个庞大的GPU数量。但推测归推测，DeepSeek官方从未公布过具体卡数，其公开技术报告里明确写的是训练集群规模与并行策略，而不是“囤卡清单”。把机构估算当成事实传播，本身就是偷换概念。更关键的是，DeepSeek一贯以MoE架构和训练效率优化见长，V3的激活参数远小于总参数，单位算力产出本就高于稠密模型，用“对标即同算力”去反推，前提就站不住。
再说“单次训练六亿美金”。这个数字最早出现在一些海外媒体的成本测算里，把算力租赁市价、人力、数据采购全部按最贵口径叠加。而DeepSeek公开披露的V3训练成本约为五百多万美元量级，指的是单次正式训练所消耗的GPU小时折算费用，不含前期实验、消融和失败重跑。两个数字口径完全不同，一个是“全周期全要素估算”，一个是“单次训练算力账单”，被拿来对比甚至互相否定，纯属关公战秦琼。合理的理解是：单次训练确实便宜，但背后大量试错成本并未计入，这两件事同时成立。
还有一类传言更值得警惕，说某公司“借壳海外云厂商绕开出口管制囤卡”。这类说法往往只有匿名信源，没有任何采购合同、物流或财报数据支撑。从公开信息看，国内头部大模型公司的算力来源主要是自建集群加合规云服务，上市公司财报里的资本开支科目也能侧面印证规模，并不存在传言中那种“神秘通道”。把产业正常的算力采购渲染成灰色操作，既不专业也不负责任。
顺带澄清一个常见误解：不少人以为“训练成本低”等于“推理不要钱”。实际上大模型真正的长期开销在推理侧。DeepSeek之所以在API定价上敢打到行业低位，靠的是MoE稀疏激活、MLA注意力压缩KV Cache、以及工程侧的批处理优化，把每百万token的推理成本压下来，而不是训练省下的钱在补贴。这个区别很重要，它决定了低价能否持续，也解释了为什么同样参数量级的模型，不同厂商的API价格能差出好几倍。
类似的传言近期也波及到其他几家。比如有说法称Kimi的长文本能力是“堆显存硬扛”，实际上其技术路线里包含了针对长上下文的注意力优化与缓存复用；也有传言说某厂商的模型“其实是套壳开源”，但各家公开的模型结构、训练日志和技术博客都摆在那里，稍微核对就不难判断。信息越嘈杂，越需要回到一手材料：官方技术报告、模型卡、API文档、上市公司财报，这些才是能验证的东西。
所以对普通用户和开发者来说，看到“惊天数字”先别急着转发，问三个问题：出处是官方还是推测？口径是单次训练还是全周期？数字是折算费用还是实际支出？这三个问题一问，大半传言就不攻自破。中国大模型这两年进步确实快，但进步不靠神话，也不需要靠夸张的数字来佐证。把事实讲清楚，比讲一个刺激的故事更有价值。
标签：DeepSeek,大模型,辟谣,训练成本