太平洋证券：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

报告摘要 DeepSeek-V2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。1）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。2）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tokens输入72元、输出217元，LLaMA3-70B每百万tokens输入27元、输出82元。我们认为，国内大模型正保持对海外大模型的加速追赶，并且模型推理成本下降有望进一步推动AI应用普及，看好国内大模型及应用的长期价值。 Kimi上线新功能Kimi+，实现应用场景扩展 Kimi上线新功能Kimi+，类似于ChatGPT的应用商店GPTs，旨