职贝云数AI新零售门户

标题: DeepSeek V3.1,你还好吗? [打印本页]

作者: s6ngzde 时间: 2025-8-21 18:14
标题: DeepSeek V3.1,你还好吗?
点击上方蓝色字「大全Prompter」>右上角...>设为星标

我是大全，90后宝爸，前BAT大厂架构师，专注探求AI片面赋能工作与生活，带领100万人用好AI。

一醒悟来，感觉我的 DeepSeek 有点「肉体分裂」。

习气性打开深度思索形式，想让它跑个复杂的义务，结果它回头告诉我：“我是 DeepSeek V3”。

这就很魔性了，你明明是 R 系列的内核，怎样还抢 Chat 模型的名字？

这奇异的一幕，正发生在最近更新的 V3.1 版本上。假如你只看了官方公告里那个大大的 128K 上下文，那你能够错过了这场大戏真正主角。
别被 128K 带沟里，这根本不是重点

每次大模型更新，加长上下文窗口似乎成了“标准动作”，但这次 DeepSeek 128K 上下文，说假话，更像是个“障眼法”。

为啥这么说？由于 DeepSeek V3 底子本来就支持 128K。

早在 V3-0324 版本的时分，官方就明白说了，模型参数约 660B，开源的版本上下文长度就是 128K。

只不过，之前官网和 API 出于成本思索，只开放了 64K。包括火山引擎、SiliconFlow 等第三方平台提供的 API，也早就支持 128K 了。

所以，这次官方 API 支持 128K，最多算是“解锁”了原有功能，让官方用户也能享用 full-context 的快感。这固然是好事，但绝不是这次更新核心变革。

那么，真正的“大招”是什么？
V3 + R1 = V3.1 ？一场模型交融

答案直指一个让有数开发者和研讨者既兴奋又纠结的方向：模型交融。

种种迹象表明，DeepSeek V3.1 极有能够将原先独立对话模型（V3）和推理模型（R1）给“融”到了一同。

最直观的证据就是文章扫尾提到的“身份认知错误”。无论是网页端打开深度思索形式，还是直接调用 deepseek-reasoner 的 API，新模型都坚定地宣称本人是 V3。

这曾经不是巧合了，独一的解释是：R1 没了，或者说，R1 的灵魂被注入了 V3 身体里。

假如你觉得这只是模型的“幻觉”，那代码层面的变更就是实锤了。有技术大佬 diff 了一下 V3.1-Base 和 V3-Base 配置文件，发现了关键线索：

V3.1 新增了几个特殊的 token：

这些 token 加入，意味着模型从底层结构上就末尾支持残缺的“思想链”形式。Chat Template 也相应添加了 thinking 变量的支持。

简单来说，V3.1 不再需求一个独立“大脑”来处理复杂推理，而是试图在一个模型外部完成对话、思索、搜索、工具调用等多种才能。

这操作，像极了当初想“一口吃成瘦子”的 Qwen3，也让人联想到 GPT-5 提出的交融道路。

大厂们似乎都想处理一个共同的痛点：部署和维护两套模型太烧钱、太费力了。假如能交融成一个，不只能节约海量算力，还能大大提高运维效率。

想法很美妙，但理想骨感吗？
新模型的初体验

说假话，对于这次更新，我的心境很复杂。

往好处想，假如 DeepSeek 这波“交融实验”成功了，那相对是行业内的一大步。一个模型搞定一切事，将来的 Agent 才能或许能原地降落。

初步拿它跑了跑经典的案例，

“生成一个骑自行车的鹈鹕的 SVG 图像”

效果还不错。新模型似乎特别宠爱写残缺的 HTML 网页，而不只是给一段 SVG 代码，而且还自作主张加了标题。

(, 下载次数: 2)

但坏音讯是，一些老缺点似乎也跟着回来了：幻觉成绩、中英文混杂输入的现象，在我测试的几个 case 里都出现了。感觉像是为了追求“全能”，牺牲了一部分原有波动性和准确性。

更让老用户，尤其是商用开发者感到“背刺”的，是 DeepSeek 激进的更新策略。

他们是业内稀有的“覆盖式更新”反对者。只需发新版，旧版 API 就会被直接交换掉，不提供任何历史版本快照。OpenAI 至今还保留着 GPT-4o 的 0513、0806 等多个版本，就是为了让线上业务不受影响。

DeepSeek 这种做法，几乎是把“我们不欢迎消费环境的商用客户”写在了脸上。想象一下，你辛辛劳苦调试好的业务流，能够由于下游的一次“小更新”，瞬间全线崩溃。

果不其然，社区曾经“炸锅”了。

HuggingFace 上曾经有人开喷，以为这次更新是“a huge step back”（一次宏大的倒退）。

(, 下载次数: 1)

HackerNews 上的主流建议是：“建议继续运用 0324 版本”。

Reddit 上的讨论则愈加欢乐，甚至出现了这样的神评论：

Qwen: DeepSeek 一定得出了混合模型效果更差的结论。

DeepSeek: Qwen 一定得出了混合模型效果更好的结论。

(, 下载次数: 1)

这波失实是“友商”间顶级博弈了。

至于传说中的 R2 还会不会有，V4 又在何方？也许只要工夫能给我们答案。

那么成绩来了，你对这次 V3.1 的更新有什么体感？欢迎在评论区分享你的实测 case 和看法，我们一同来“驯龙”。

好啦，以上的分享就到这里了！假如你觉得有播种，请关注 + 点赞 + 在看！👇下方关注「大全」回复2，进AI交流群，领10万字AI入门实操手册～我是大全，90后宝爸，前BAT大厂架构师，专注研讨AI提示词、AI工具及AI自媒体工作流，探求AI片面赋能工作与生活，愿景成为AI布道者，带领100万人用好 AI。
#<往期文章精选>：

你「在看」吗，点个「在看」吧？👇

欢迎光临职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)