MOE架构性价比凸显，维持看好国产模型及应用突破传媒张良卫团队

1）国产MOE模型在能力上持续追赶海外最头部模型。 深度求索(DeepSeek)发布最新国产大模型DeepSeek-V2，DeepSeek-V2基于2千亿MoE模型底座。 DeepSeek-V2 模型采用了8.1 trillion tokens高质量的语料库进行了预训练，在进行全面的预训练之后 进行了监督微调 (SFT) 和强化学习 (RL) 过程。在目前大模型主流榜单中，DeepSeek-V2均表现出色： 中文综合能力开源模型中最强，与 GPT-4-Turbo，文心 4.0 等闭源模型在评测中处于同一梯队； 英文综合能力与最强的开源模型 LLaMA3-70B 处于同一梯队，超过最强 MoE 开源模型 Mixtral8x22B； 知识、数学、推理、编程等榜单结果位居前列； 开源模型支持128K上下文，对话官网/API 支持32K上下文。 2）由于采用了创新性的模型架构，推理成本在所有主流大模型中具有明显竞争力。 根据DeepSeek官网，V2版本提供了极具竞争力的API价格，分别位1元/百万输入Tokens及2元/百万输 出Tokens。 之所以成本更低，在于DeepSeek-V2采用了创新架构，保证经济训练 ...