DeepSeek的厉害之处主要体现在以下几方面：

技术性能出色

- 语言处理能力强：在自然语言处理方面，DeepSeek-V3多语言处理能力出色，在知识类任务上相比前代显著提升，接近Claude-3.5-Sonnet-1022。DeepSeekLLM67bchat的中文表现超越了GPT-3.5。

- 数学能力突出：DeepSeek-V3在数学能力方面超过了所有开源闭源模型，在AIME2024、CNMO2024等数学竞赛中表现出色。DeepSeekMATH7b在竞赛级MATH基准测试中取得了51.7%的优异成绩，接近Gemini Ultra和GPT-4的性能水平。

- 编程能力优秀：DeepSeek-Coder-V2在代码特定任务中达到了与GPT4-Turbo相当的性能，超越了Claude3opus等闭源模型，且支持的编程语言从86种扩展到338种。

- 生成速度快：DeepSeek-V3的生成吐字速度相比V2.5模型实现了3倍的提升，达到每秒吞吐量60token。

- 多模态处理出色：DeepSeek-VL2在多种视觉语言任务中展现卓越能力，包括视觉问答、光学字符识别等。DeepSeek-R1支持超百万字长文本解析，在复杂文档处理场景中表现出色。

训练成本优势

DeepSeek-V3的全部训练成本总计为557.6万美元，仅消耗278.8万个GPU小时，远低于通常用于预训练大语言模型的上亿美元成本，例如Llama-3.1的预训练成本估计超过5亿美元。

应用表现优异

- 功能全面实用：适用于聊天和编码、多语言自动翻译、图像生成和AI绘画、智能对话、内容创作、情感分析、文本分类等多种场景。

- 用户体验良好：能深度思考，生成内部思维链后精准输出；可个性化联网搜索，结果精准度高；支持文字输入和文件上传，回复快速、详细全面。

开源推动发展

DeepSeek坚持开源，如DeepSeek-V3等模型都完全开源，全球研究人员和开发者能参与开发和完善，推动了全球AI技术的发展。