天气 
2025-08-21
智通财经APP获悉，8月21日，DeepSeek正式发布 DeepSeek-V3.1。本次升级包含主要变化有：混合推理架构(一个模型同时支持思考模式与非思考模式)；更高的思考效率(相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案)；更强的 Agent 能力(通过 Post-Training 优化，新模型在工具使用与智能体任务中的表现有较大提升)。
官方App与网页端模型已同步升级为DeepSeek-V3.1。用户可以通过“深度思考”按钮，实现思考模式与非思考模式的自由切换。DeepSeek API 也已同步升级，deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式，且上下文均已扩展为 128K。同时，API Beta 接口支持了 strict 模式的 Function Calling，以确保输出的 Function 满足 schema 定义。另外，DeepSeek增加了对 Anthropic API 格式的支持，让大家可以轻松将 DeepSeek-V3.1 的能力接入 Claude Code 框架。
工具调用/智能体支持增强
编程智能体
表 1：编程智能体测评(SWE 使用内部框架测评，相比开源框架 OpenHands 所需轮数更少；Terminal Bench 使用官方 Terminus 1 framework)
在代码修复测评 SWE 与命令行终端环境下的复杂任务(Terminal-Bench)测试中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明显提高。
搜索智能体
表 2：搜索智能体测评(测试结果调用商用搜索引擎 API+网页过滤+128K context window；R1-0528 使用内部 workflow 模式测试；HLE 测试同时使用 python 与 search 工具)
DeepSeek-V3.1 在多项搜索评测指标上取得了较大提升。在需要多步推理的复杂搜索测试(browsecomp)与多学科专家级难题测试(HLE)上，DeepSeek-V3.1 性能已大幅领先 R1-0528。
测试结果显示，经过思维链压缩训练后，V3.1-Think 在输出 token 数减少 20%-50% 的情况下，各项任务的平均表现与 R1-0528 持平。
在各项评测指标得分基本持平的情况下(AIME 2025: 87.5/88.4， GPQA: 81/80.1， liveCodeBench: 73.3/74.8)，R1-0528 与 V3.1-Think 的 token 消耗量对比图
同时，V3.1 在非思考模式下的输出长度也得到了有效控制，相比于 DeepSeek-V3-0324 ，能够在输出长度明显减少的情况下保持相同的模型性能。
来源于：https://www.163.com/dy/article/K7GDUDKQ05198UNI.html 如有侵权请联系我们
猜你喜欢
2025-08-21
赢定战场，带感嗨玩——罗技G闪逸龙G31...
当游戏外设化身战场利器，点燃高能操作，体验有多炸？8月19日，罗技G联合京东召集玩家、职业选手组开启「硬核团战」,带来一场超带感的综艺...
READ MORE
2025-08-21
刚刚，vivo首款MR头显硬刚苹果，全球...
智东西 作者 云鹏 编辑 心缘 智东西8月21日东莞现场报道，刚刚，vivo的终极MR头显大招——vivo Vision探索版，终于正式发布了！这也是vivo首...
READ MORE
2025-08-21
DeepSeek-V3.1 发布，迈向 ...
今天，我们正式发布DeepSeek-V3.1。本次升级包含以下主要变化： 混合推理架构：一个模型同时支持思考模式与非思考模式； 更高的思考效率：相比 DeepS...
READ MORE
2025-08-21
淘宝闪购在下沉市场撕开了一道口子
界面新闻记者 | 程璐 界面新闻编辑 | 文姝琪 外卖混战数月至今，表面的口水战少了，但暗处的竞争从未停止。 立秋的周末，战局出现了关键转折点，淘宝闪购日单量首...
READ MORE最新发布
-
赢定战场，带感嗨玩——罗技G闪逸龙G316 X 8K客制化游...
综合新闻, 2025-08-21 -
WTT欧洲大满贯瑞典站今日赛程公布，孙颖莎、王曼昱将一天2战
综合新闻, 2025-08-21 -
刚刚，vivo首款MR头显硬刚苹果，全球最轻，眼手
综合新闻, 2025-08-21 -
DeepSeek-V3.1 发布，迈向 Agent 时代的第...
综合新闻, 2025-08-21 -
淘宝闪购在下沉市场撕开了一道口子
综合新闻, 2025-08-21
