改進模型，降低成本摩根士丹利指出，DeepSeek通過改進模型架構和優化數據質量，顯著降低了訓練成本，其模型成本僅為OpenAI等競爭對手的十分之一，且性能接近頂尖閉源模型。這證明“更大并不等于更聰明”，高效工程設計和算法優化可能比單純算力投入更具競爭力。
摩根大通認為這代表AI技術的階躍式進步，采用“專家混合”（MoE）系統，使模型在參數運行機制上更為高效，在較弱硬件和較低內存帶寬下通過重度優化也能產生顯著效果，降低能源需求和總體成本，為AI技術發展提供新思路。
高盛則強調，DeepSeek的低成本將降低AI應用開發門檻，可能顛覆現有競爭格局，使初創企業能夠挑戰互聯網巨頭在AI領域的壟斷地位。
開源生態的催化劑推理層面的進步算力市場：短期需求預期下降，長期多元化發展?云服務與AI應用：成本下降驅動商業化加速
數據中心：短期影響有限，長期持樂觀態度技術局限性：DeepSeek在多模態處理、長上下文窗口等方面仍落后于GPT-4o和Gemini。
地緣政治風險：中美技術競爭可能影響DeepSeek的全球供應鏈合作。
商業可持續性：開源模式可能壓縮企業利潤空間，需探索差異化服務實現盈利。
