DeepSeek V3“小版本更新”背后，V3和R1正在融合成一个模型

47 0 0

文章摘要

DeepSeek在3月24日发布了V3的小版本迭代“DeepSeek-V3-0324”，并在3月25日晚发布了官方报告。此次更新主要聚焦于推理能力、前端开发能力、中文写作能力和中文搜索能力的强化，体现了实用性的显著提升。尽管被称为“小版本”，V3-0324在多个关键能力上实现了突破，尤其是代码生成能力的提升令人印象深刻。用户只需关闭深度思考模式即可体验新版本，API接口和使用方式保持不变。

推理能力的提升主要体现在百科知识、数学和代码任务的表现上，特别是在数学和代码类评测集上，V3-0324的得分超过了GPT-4.5和Claude-Sonnet-3.7。过去，DeepSeek的R1模型专注于推理，而V3更适合日常对话。此次V3的推理能力升级，使得用户可以根据任务难度选择合适的模型：复杂问题用R1，日常对话用新版V3。这种差异化策略优化了算力资源的分配，避免了不必要的计算浪费。

在前端开发能力方面，V3-0324的表现尤为突出。开发者报告生成800行代码无一错误，这种稳定性在AI编程工具中显得尤为突出。尽管与顶级模型如Claude仍有差距，但V3-0324在前端视觉设计上已接近这些顶级模型。用户只需提供简单提示，即可生成布局合理、视觉效果精美的数字营销页面，大大缩短了从创意到实现的时间。DeepSeek官方技术报告中也展示了模型的前端代码能力，例如一个p5.js小球物理运动程序，不仅功能完整，还具有高度的美观性和交互性。

V3-0324的另一个亮点是其免费使用和低廉的付费API价格，据测算，付费API的价格比竞争对手便宜了15倍。此外，DeepSeek R1的写作能力也在此次更新中得到了延续和提升，特别是在中长篇文本创作上，质量更高，结构更完整，逻辑更严密。联网搜索场景下的报告生成能力也有显著提升，模型能够从网络信息中提取关键内容，生成详实准确的报告，并以清晰美观的排版呈现。

在开源方面，DeepSeek继续保持透明度和友好性。私有化部署只需更新少量文件，现有用户升级成本极低，几乎可以无缝迁移。模型参数约660B，略低于原先V3的671B，开源版本上下文长度为128K，依然采用MIT许可证，使得开发者可以在各种场景下自由使用。

此次更新虽然能力提升幅度不小，但DeepSeek并未将其称为V3.5或V3.7，而是定义为一次V3小版本更新。这种低调务实的姿态赢得了开发者社区的尊重。尽管没有大的技术路线突破，但此次更新为未来的R2发布奠定了基础，预计R2将是一次名副其实的重大升级。

此次更新还展示了DeepSeek未来的技术路线，即将V系列和R系列融合成一个新模型。官方报告明确指出，此次更新与之前的DeepSeek-V3使用同样的base模型，仅改进了后训练方法，并借鉴了DeepSeek-R1模型训练过程中的强化学习技术。这种纯RL路线的验证和公示，继续通过开源为行业提供公开的高效迭代思路，与竞争对手的闭源策略形成鲜明对比。

DeepSeek此次更新不仅展示了其在多个领域的显著进步，还通过开源和透明的方式，为行业提供了新的技术思路和方向。未来，随着R2的发布，DeepSeek有望在AI领域实现更大的突破。