DeepSeek-V3.1 發(fā)布，邁向 Agent 時(shí)代的第一步

今天，我們正式發(fā)布 DeepSeek-V3.1。本次升級(jí)包含以下主要變化：

• 混合推理架構(gòu)：一個(gè)模型同時(shí)支持思考模式與非思考模式；

• 更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短時(shí)間內(nèi)給出答案；

• 更強(qiáng)的 Agent 能力：通過(guò) Post-Training 優(yōu)化，新模型在工具使用與智能體任務(wù)中的表現(xiàn)有較大提升。

官方 App 與網(wǎng)頁(yè)端模型已同步升級(jí)為 DeepSeek-V3.1。用戶可以通過(guò)“深度思考”按鈕，實(shí)現(xiàn)思考模式與非思考模式的自由切換。

DeepSeek API 也已同步升級(jí)，deepseek-chat 對(duì)應(yīng)非思考模式，deepseek-reasoner 對(duì)應(yīng)思考模式，且上下文均已擴(kuò)展為 128K。同時(shí)，API Beta 接口支持了 strict 模式的 Function Calling，以確保輸出的 Function 滿足 schema 定義。（詳見(jiàn)官方文檔：https://api-docs./zh-cn/guides/function_calling）

另外，我們?cè)黾恿藢?duì) Anthropic API 格式的支持，讓大家可以輕松將 DeepSeek-V3.1 的能力接入 Claude Code 框架。（詳見(jiàn)官方文檔：https://api-docs./zh-cn/guides/anthropic_api）

工具調(diào)用/智能體支持增強(qiáng)

編程智能體

表 1：編程智能體測(cè)評(píng)（SWE 使用內(nèi)部框架測(cè)評(píng)，相比開(kāi)源框架 OpenHands 所需輪數(shù)更少；Terminal Bench 使用官方 Terminus 1 framework）

在代碼修復(fù)測(cè)評(píng) SWE 與命令行終端環(huán)境下的復(fù)雜任務(wù)（Terminal-Bench）測(cè)試中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明顯提高。

搜索智能體

表 2：搜索智能體測(cè)評(píng)（測(cè)試結(jié)果調(diào)用商用搜索引擎 API+網(wǎng)頁(yè)過(guò)濾+128K context window；R1-0528 使用內(nèi)部 workflow 模式測(cè)試；HLE 測(cè)試同時(shí)使用 python 與 search 工具）

DeepSeek-V3.1 在多項(xiàng)搜索評(píng)測(cè)指標(biāo)上取得了較大提升。在需要多步推理的復(fù)雜搜索測(cè)試（browsecomp）與多學(xué)科專家級(jí)難題測(cè)試（HLE）上，DeepSeek-V3.1 性能已大幅領(lǐng)先 R1-0528。

思考效率提升

我們的測(cè)試結(jié)果顯示，經(jīng)過(guò)思維鏈壓縮訓(xùn)練后，V3.1-Think 在輸出 token 數(shù)減少 20%-50% 的情況下，各項(xiàng)任務(wù)的平均表現(xiàn)與 R1-0528 持平。

在各項(xiàng)評(píng)測(cè)指標(biāo)得分基本持平的情況下（AIME 2025: 87.5/88.4， GPQA: 81/80.1， liveCodeBench: 73.3/74.8），R1-0528 與 V3.1-Think 的 token 消耗量對(duì)比圖

同時(shí)，V3.1 在非思考模式下的輸出長(zhǎng)度也得到了有效控制，相比于 DeepSeek-V3-0324 ，能夠在輸出長(zhǎng)度明顯減少的情況下保持相同的模型性能。

API & 模型開(kāi)源

模型開(kāi)源

V3.1的 Base 模型在 V3 的基礎(chǔ)上重新做了外擴(kuò)訓(xùn)練，一共增加訓(xùn)練了 840B tokens。Base 模型與后訓(xùn)練模型均已在 Huggingface 與魔搭開(kāi)源。

Base 模型：

• Hugging Face:

  https:///deepseek-ai/DeepSeek-V3.1-Base

• 魔搭：

  https:///models/deepseek-ai/DeepSeek-V3.1-Base

后訓(xùn)練模型：

• Hugging Face: 

  https:///deepseek-ai/DeepSeek-V3.1

• 魔搭：

  https:///models/deepseek-ai/DeepSeek-V3.1

需要注意的是，DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的參數(shù)精度。另外，V3.1 對(duì)分詞器及 chat template 進(jìn)行了較大調(diào)整，與 DeepSeek-V3 存在明顯差異。建議有部署需求的用戶仔細(xì)閱讀新版說(shuō)明文檔。

價(jià)格調(diào)整

我們將于北京時(shí)間 2025 年 9 月 6 日凌晨起，對(duì) DeepSeek 開(kāi)放平臺(tái) API 接口調(diào)用價(jià)格進(jìn)行如下調(diào)整：

• 執(zhí)行新版價(jià)格表（如下圖所示，詳見(jiàn)定價(jià)頁(yè)面）；

• 取消夜間時(shí)段優(yōu)惠。
  

在 9 月 6 日前，所有 API 服務(wù)仍按原價(jià)格政策計(jì)費(fèi)，您可繼續(xù)享受當(dāng)前優(yōu)惠。

同時(shí)，為更好地滿足用戶的調(diào)用需求，我們已進(jìn)一步擴(kuò)容 API 服務(wù)資源，歡迎使用！