总结了DeepSeek口碑的来源：1、完全免费使用。2、在和用户聊天时会展示思维过程，这样也能反向优化用户的提问形式，提升对话体验，而o1就没有公布思考过程，原因可能是怕竞争对手将过程拷贝后训练自己的模型。3、将技术论文和模型进行毫无保留的开源，部分开源大模型还是会将最好的版本留给自己。

但前几天因为热度前来的用户发现，DeepSeek频繁出现宕机，几乎无法正常使用，原因是公司服务器受到了大规模DDoS恶意攻击，截至发稿，DeepSeek已恢复正常使用。

面对不少人士“DeepSeek是否有创新”的质疑，DeepSeek在其披露的V3和R1的技术论文中已经有过回应：1、V3模型采用多项自研技术进行架构创新，包括DeepSeekMoE+DeepSeekMLA架构、MTP多Token预测技术，使低成本训练成为可能；2、R1模型放弃了传统RLHF（人类反馈强化学习）中的HF部分，通过纯强化学习（RL）直接训练，验证了RL的优先级和有效性，进一步优化了训练效率。