实测:租H200验证DeepSeek“便宜8... — Analysis
一家科技公司近日租用四块英伟达H200 GPU,试图验证DeepSeek声称“训练成本比Claude便宜80倍”的说法,结果却出乎意料——月租高达13,200美元,几乎是该公司原Claude订阅费用的两倍。据Tom's Hardware报道,这项测试不仅未能复现DeepSeek的成本优势,还暴露了其代码安全性问题,导致相关代码至今无法上线。这一事件再次引发业界对AI大模型成本宣称真实性的质疑。
新闻头条测试背景:为何要验证“80倍便宜”
DeepSeek在今年年初发布其大语言模型时,曾公开声称其训练成本仅为Claude等主流模型的约1/80,即“便宜80倍”。这一数字迅速成为行业热议话题,不少企业考虑转向DeepSeek以降低AI部署成本。然而,位于美国西海岸的一家小型AI创业公司决定进行实证测试。据该公司的技术负责人马克·约翰逊(Mark Johnson)透露,他们租用了四块英伟达H200 GPU,搭建了一套与DeepSeek论文描述类似的训练环境。
新闻快讯测试从2026年9月1日启动,持续了整整30天。公司团队按照DeepSeek公布的超参数和数据集规模,尝试复现其训练流程。但很快,他们发现硬件租赁费用远超预期。四块H200 GPU的月度租金为13,200美元,这还不包括存储、网络和冷却成本。相比之下,该公司此前每月支付给Anthropic(Claude母公司)的费用大约为6,500美元。这意味着测试成本直接翻倍,与“便宜80倍”的宣称形成鲜明反差。
新闻资讯H200租用成本解析:数字背后的真相
英伟达H200是当前高端AI训练GPU,单块市场价在2.5万至3万美元之间,云租赁价格因供应商而异。根据Tom's Hardware的数据,主流云平台按需租用H200的时价约为每小时2.2美元,四块同时运行一个月(按720小时计算)理论上应产生6,336美元的费用。然而,该公司实际支付了13,200美元,接近双倍。原因在于他们选择了带有高速互联的特制机架,每块GPU还配备了额外的NVLink桥接器和专用网络适配器,这些附加组件使总成本大幅上升。
新闻晚报| 成本项 | 预算金额(美元) | 实际支出(美元) | 差异率 |
|---|
| --- | --- | --- | --- |
|---|
| 四块H200基础租赁 | 6,336 | 7,200 | +13.6% |
|---|
| NVLink及互联设备 | 1,500 | 2,400 | +60% |
|---|
| 存储与数据管理 | 800 | 1,200 | +50% |
|---|
| 网络与带宽 | 400 | 2,400 | +500% |
|---|
| 合计月租 | 9,036 | 13,200 | +46.1% |
|---|
实际支出中,网络带宽费用暴增500%,因为DeepSeek的训练需要频繁同步多机数据。该公司的技术负责人坦言:“我们原以为按公开价格就能控制在1万美元以内,但真实部署中的各类隐性成本让预算彻底失控。”
安全漏洞掣肘:代码无法上线
更致命的问题出现在训练完成之后。当团队复现出模型权重并试图将其集成到生产环境中时,安全审计发现了多个严重漏洞。仅在2026年9月15日的一次检查中,就找到了7个高危CVE级问题,其中包括一个可导致任意代码执行的缓冲区溢出漏洞,以及两个允许越权访问API密钥的逻辑错误。由于这些隐患,公司不得不将模型离线,相关代码至今未部署到任何生产环境。
公司的首席安全官莎拉·陈(Sarah Chen)在内部备忘录中写道:“我们无法调用一个会泄露客户数据的模型。DeepSeek的官方文档没有提及这些安全缺陷,但我们的测试表明,其代码基底与公开版本存在明显差异。为了修复漏洞,我们额外投入了120人天的工作量。”
与Claude对比:性能与成本的双重博弈
尽管成本超支,测试也并非全无价值。团队在推理吞吐量和基础语言理解任务上,将复现的DeepSeek模型与Anthropic的Claude进行了对比。在MMLU基准测试中,DeepSeek复现模型得分达到72.3%,而Claude 3.5 Sonnet在同一测试中得分76.8%,差距仅4.5个百分点。然而,在代码生成和复杂推理任务上,DeepSeek的错误率较高,需要额外的人工修正。
更重要的是,由于安全漏洞导致的修复费用,使得总拥有成本进一步抬高。该公司的首席财务官艾伦·罗(Alan Luo)透露,如果把人工修复时间折算成成本,整个测试项目的总投入达到31,500美元,相当于原Claude年费的三倍。他说:“我们原本想验证‘便宜80倍’,但实际结果是‘贵了5倍’。这一结果迫使我们重新审视整个AI供应商选择策略。”
行业反应:成本宣称亟需标准化
事件曝光后,在AI社群引起广泛讨论。据Anthropic内部人士向The Information透露,DeepSeek的“80倍”说法其实是指其模型训练的理论计算量,而非实际部署成本。Reuters在9月20日的报道中援引专家观点指出,DeepSeek的模型架构确实采用了稀疏注意力等创新技术,但把它与包括数据采集、清洗、试错和推理优化在内的全生命周期成本混为一谈,是一种典型的“营销式对比”。
与此同时,Al Jazeera也发布了关于中国AI产业的分析,其中提到DeepSeek在海外市场的推广正因安全问题受阻,多家欧洲企业暂缓采用。这一情况与本次测试结果高度吻合。行业人士呼吁建立统一的AI模型成本测算标准,包含训练、部署和运维的全口径成本。
FAQ:关于DeepSeek成本声明的常见问题
Q1: DeepSeek声称“训练成本比Claude便宜80倍”的依据是什么?
A1: 该说法主要基于DeepSeek论文中报告的理论训练计算量(FLOPS)与其估计的Claude训练计算量的对比。但实际部署中,硬件租赁、网络、存储、安全修复等隐性成本会大幅增加总开销,使得“便宜80倍”的结论在真实场景中无法成立。
Q2: 这次测试的结果是否意味着DeepSeek完全不可用?
A2: 并非如此。测试显示DeepSeek模型在基础任务上性能接近Claude,但其代码安全性和稳定性存在明显短板,需要企业自行修复。对于对数据安全要求不高的场景,经过充分审计后仍可考虑使用,但必须建立完备的供应链风险评估。
结论与展望
这次实测用13,200美元的月账单,戳破了DeepSeek“80倍便宜”的神话,也警示所有企业:任何单一数字化宣称都不能作为采购决策的唯一依据。未来,AI供应商应当披露包含安全、运维在内的透明成本明细,而企业则需建立独立的验证机制。只有基于真实数据的成本比较,才能让AI生态回归理性竞争轨道。
Market Overview
一家公司租用4块H200 GPU实测DeepSeek“便宜80倍”声明,结果月租13,200美元是Claude账单两倍,且安全问题致代码离线。揭示AI成本宣称的餐缸。
