传媒互联网行业周报：DeepSeek降低模型成本，Kimi+进一步扩宽应用场景

请务必阅读正文之后的免责条款部分守正出奇宁静致远1[Table_Title]传媒互联网DeepSeekDeepSeek降低模型成本，降低模型成本，Kimi+Kimi+进一步扩宽应用场景进一步扩宽应用场景[Table_Summary][Table_Summary]报告摘要报告摘要➢DeepSeekDeepSeek--V2V2发布，模型成本显著下降发布，模型成本显著下降DeepSeek发布开源MoE大模型DeepSeek-V2，该模型能力突出，中文和英文综合能力评测得分分别接近于GPT-4-Turbo和LLaMA3-70B。值得注意的是，DeepSeek-V2显著降低模型训练和推理成本。11）训练成本方面，）训练成本方面，其稀疏MoE架构进行了共享专家等改进，相比V1的稠密模型，节约了42.5%的训练成本。22）推理成本方面，）推理成本方面，通过创新性地运用先进的注意力机制MLA，压缩token生成中对keyvalue的缓存，极大降低了推理成本。从API的定价来看，DeepSeek-V2API每百万tokens输入1元、输出2元，显著低于海内外主流大模型，如GPT-4-Turbo每百万t