爱范儿
·
实测低调上线的DeepSeek新模型：编程比Claude 4还能打，写作…还是算了吧 | 附彩蛋
内容提要
DeepSeek新模型V3.1上线，参数达到6850亿，编程能力超越Claude 4，但写作表现较差。测试显示其在长文本处理和编程任务中表现优异，逻辑清晰，数学能力强。尽管创作能力不足，整体技术进步显著，备受关注。
关键要点
-
DeepSeek新模型V3.1上线，参数达到6850亿。
-
编程能力超越Claude 4，但写作表现较差。
-
在长文本处理和编程任务中表现优异，逻辑清晰，数学能力强。
-
V3.1在编程基准测试中得分71.6%，表现最佳。
-
生成的代码在物理特性上表现逼真，细节处理到位。
-
数学推导逻辑清晰，能够准确回答复杂问题。
-
在小众地理问题上，回答质量超越GPT-5。
-
写作能力不足，创作内容显得AI味重，信息密度过高。
-
DeepSeek V3.1在Hugging Face上排名上升，发展势头强劲。
-
移除了深度思考模式中的「R1」标识，搜索功能得到优化。
-
可能是融合推理模型与非推理模型的混合模型，技术路线尚待商榷。
延伸解读
编程能力的优势
DeepSeek V3.1在编程任务中的表现超越了Claude 4，得分71.6%显示其在开源模型中的领先地位。这意味着开发者可以更依赖于该模型进行复杂编程任务，尤其是在需要细致物理特性的项目中。
写作能力的局限性
尽管DeepSeek V3.1在编程方面表现出色，但其写作能力却显得不足，生成内容往往信息密度过高，缺乏叙事张力。这提示用户在使用时需谨慎，尤其是在需要创意和流畅性的写作任务中。
技术路线的探索
DeepSeek V3.1被认为可能是融合推理与非推理模型的混合体，这一技术路线的有效性尚待验证。用户在选择使用时应关注其潜在的局限性和未来的技术发展方向。
延伸问答
DeepSeek V3.1模型的参数有多少？
DeepSeek V3.1模型的参数达到6850亿。
DeepSeek V3.1在编程能力上与Claude 4相比如何？
DeepSeek V3.1的编程能力超越Claude 4，在编程基准测试中得分71.6%。
DeepSeek V3.1在写作方面的表现如何？
DeepSeek V3.1的写作表现较差，创作内容显得AI味重，信息密度过高。
DeepSeek V3.1在长文本处理方面的表现如何？
DeepSeek V3.1在长文本处理方面表现优异，逻辑清晰。
DeepSeek V3.1的数学能力如何？
DeepSeek V3.1的数学推导逻辑清晰，能够准确回答复杂问题。
DeepSeek V3.1的搜索功能有什么变化？
DeepSeek V3.1移除了深度思考模式中的「R1」标识，并新增了原生「search token」支持，搜索功能得到优化。
