前言就在刚刚DeepSeek 正式发布其最新版本 DeepSeek-V3.1 模型。一种模型两种体验。DeepSeek-V3.1 的核心创新在于混合推理能力。用户可以通过「深度思考」按钮在思考模式和非思考模式之间自由切换。在思考模式下新模型会展示完整的推理过程而在非思考模式下则直接给出简洁的答案。已经冲到第二名了省流版如下混合推理模式一个模型支持思考/非思考两种模式切换效率大幅提升速度更快token 消耗减少 20-50%Agent 能力增强编程和搜索智能体性能显著提升支持 128K 长上下文处理兼容性增强继续开源上下滑动查看更多「成绩单」图片来自 DeepSeek官方测试数据显示新版本 V3.1-Think 比起老前辈 R1-0528在保持同等回答质量的情况下响应速度更快了同时成绩还没掉。R1-0528 在 AIME 2025 的得分为 87.5 分V3.1 88.4GPQA 为 81 分V3.1 80.1liveCodeBench 为 73.3 分V3.1 74.8。成绩基本持平的情况下V3.1-Think输出 token 数反倒减少了 20%-50%。属实是做到了既让马儿跑又要马儿少吃草。DeepSeek 表示DeepSeek-V3.1 通过后训练优化在工具使用和多步骤代理任务上实现了显著提升是迈向 Agent智能体时代的第一步。在编程智能体方面DeepSeek-V3.1 在 SWE-bench 代码修复测试中使用内部代码代理框架进行评估相比开源框架 OpenHands 所需轮数更少在代码修复任务上比之前的 DeepSeek 系列模型有明显提高。同时在 Terminal-Bench 终端测试中使用官方 Terminus 1 framework 进行测试在命令行终端环境下的复杂任务处理能力显著增强此外DeepSeek-V3.1 为思考模式中的搜索工具调用设计了专门格式支持复杂的多轮搜索代理任务。测试环境配置使用商业搜索 API 加上网页过滤器以及 128K 上下文窗口而 R1-0528 则使用预设流程评估作为对比基准。结果显示新版本在需要多步推理的复杂搜索测试browsecomp上大幅领先 R1-0528在多学科专家级难题测试HLE基于仅文本子集上性能显著提升并且能够有效支持访问外部或最新信息的复杂问题处理。技术细节与模型更新DeepSeek-V3.1 基于全新的 V3.1-Base 模型开发该基础模型采用「两阶段长上下文扩展方法」在原始 V3 模型检查点基础上进行大规模扩展训练。整个训练过程新增了 8400 亿个 tokens其中 32K 上下文扩展阶段的训练量增加了 10 倍达到 6300 亿 tokens而 128K 扩展阶段则增加了 3.3 倍达到 2090 亿 tokens。通过收集更多长文档DeepSeek 研发团队显著扩展了两个训练阶段的数据集规模。另外部署的朋友们注意了建议仔细看文档不然容易翻车。在技术规格上技术规格上新版本采用 UE8M0 FP8 缩放格式训练并升级了分词器相关配置文件已同步至官方 GitHub 与 HuggingFace。值得一提的是DeepSeek 官方刚刚在公众号评论区表示**「**UE8MO FP8 是针对即将发布的下一代国产芯片设计。」**同时官网回复网友称**当前官方网页端、App、小程序及 API 开放平台所调用模型均已同步更新新模型自我认知为 DeepSeek-V3。DeepSeek 继续开源业界良心DeepSeek 同步推出了全新的 API 服务体系。核心 API 接口发生重要变化deepseek-chat 对应非思考模式deepseek-reasoner 对应思考模式两个接口均支持 128K 上下文窗口长度并提供更多 API 资源。在功能特性方面Beta API 接口支持 strict 模式的 Function Calling确保输出的 Function 严格满足 schema 定义详细文档 https://api-docs.deepseek.com/guides/function_calling更重要的是DeepSeek 新增了对 Anthropic API 格式的完整支持这意味着用户可以轻松将 DeepSeek-V3.1 接入 Claude Code 框架兼容文档 https://api-docs.deepseek.com/guides/anthropic_api不愧是业界良心DeepSeek 依旧是开源界的活雷锋。DeepSeek-V3.1-Base 模型开源地址Hugging Facehttps://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base魔搭社区https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-BaseDeepSeek-V3.1 后训练模型开源地址Hugging Facehttps://huggingface.co/deepseek-ai/DeepSeek-V3.1魔搭社区https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1此外今天DeepSeek 还宣布将于北京时间 2025 年 9 月 6 日凌晨UTC 时间 2025 年 9 月 5 日 16:00开始执行全新价格表。详细定价信息如下图所示同时正式取消夜间时段优惠政策。在 9 月 6 日前所有 API 服务仍按原价格政策计费用户可继续享受当前优惠。上下滑动查看更多内容就定价而言用网友的话来说熟悉的鲸鱼又回来了。知名机构 Artificial Analysis 分析称DeepSeek-V3.1将 V3 和 R1 融合为混合推理模型使得模型的性能略有提升。数据显示 DeepSeek-V3.1 其在推理模式下的得分为 60**较 R1 的 59 略有提升**在非推理模式下V3.1 的得分为 49相较早期的 V3 0324 版本得分 44 有明显进步。不过V3.1推理模式的表现仍落后于阿里最新的 Qwen3 235B 2507推理模式版本。token 使用情况方面V3.1 虽然在推理模式下的得分略高于 R1而所使用的 token 数量略少。在非推理模式下V3.1 使用的 token 稍多于 V3 0324但仍远低于其在推理模式下的 token 使用量。想体验的朋友也赶紧去官网https://chat.deepseek.com尝鲜吧最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】