DeepSeek（深度求索）是国内一家从量化基金体系里长出来的 AI 公司，做出来的模型以「能力强 + 价格狠」出名。它的产品形态有两个：普通用户用网页版和 App，完全免费；开发者用 API，价格低到让同行难受；同时模型权重开源，可以自己下载部署。这三件事同时做，是它区别于国内其他大模型的地方。
第一个是日常高频使用。免费、不用订阅、中文自然，每天问几十次也不心疼。对个人用户来说，「可以随便用」这件事本身就消除了大量决策成本。
第二个是推理类任务。数学题、逻辑推演、需要多步分析的问题，它的表现明显好于多数同价位模型。有专门的推理模式，会先把思路摊开再给结论，过程可检查。
第三个是把 AI 接进自己的程序。API 便宜到可以「不太算成本」的程度，做批量文本处理、分类、抽取、客服机器人，成本比用头部模型低一个数量级。
推理模式：遇到需要动脑的问题（算账、写复杂 SQL、推逻辑），开这个模式，它会先输出思考过程再给答案。思考过程本身有价值 —— 你能看出它哪一步理解错了，纠正起来比对着结论瞎猜快。
文件上传：支持上传文档、表格做分析，日常处理几页到几十页的材料够用。
联网搜索：需要时效信息时手动打开。默认不联网，问「最近」这类问题时记得开，否则答案可能来自训练数据。
开源权重：这是给开发者的。可以在自己的服务器上跑，数据不出内网，适合有合规要求又不能接受云服务的场景 —— 代价是要有 GPU 和运维能力。
中文写作的自然度是第一梯队：写公众号、写说明文、写邮件，句子不别扭，很少出现「翻译腔」。这一点比很多参数更大的模型做得好。
推理和代码是另一个强项：写 SQL、写正则、debug 一段报错，多数时候一次就能给对方向。用它解释一段看不懂的代码也很靠谱。
不足要说清楚：多模态弱，图片理解能力有限，视频、音频基本没有；产品生态薄，没有插件市场、没有自定义智能体、没有丰富的第三方集成；高峰期不稳，热点事件后容易排队或响应变慢；没有原生联网的深度检索，查资料不如带搜索的搜索型产品；创意类文案偏「稳」，缺一点灵气。
网页版和 App 对个人完全免费，没有强制订阅。API 按 token 计费，输入输出价格都在行业低位，且支持缓存命中折扣 —— 重复的系统提示词能显著降本。具体单价调整过多次，以官网当前价格页为准。
ChatGPT：多模态和生态碾压，但要付费、要解决网络。适合需要图片、文件、语音混合处理的场景。
豆包：产品体验更细，语音交互顺，适合当日常助理。
通义：和阿里云生态绑定，企业落地和私有化方案更成熟。
DeepSeek：赢在「免费 + 中文 + 推理 + 极低的 API 成本」。个人日常用、开发者批量调用，它是性价比最高的选择。
简单问题别开推理模式，浪费时间；复杂问题再开。判断标准是「这个问题如果你自己算，需要几步」。零步到一步的，直接问。
写代码时把报错信息、相关代码、你期望的结果一次贴全，它会自己定位。分三次贴是浪费时间。
用它做批量任务前，先拿十条数据试跑，人工核对准确率。便宜不等于可以不做质检，尤其是抽取和分类这类会放大错误的场景。
适合：预算为零但需要高频使用的个人、要处理推理和代码任务的开发者、需要私有化部署的团队、要做批量文本处理的业务方。
不适合：需要图片、视频、语音多模态处理的场景；需要成熟插件生态和团队协作功能的企业；对响应稳定性有硬性 SLA 要求的核心业务（要有备用方案）。
