DeepSeek官方宣布推出最新版本模型DeepSeek-V3.1，该模型支持“思考模式”与“非思考模式”混合运行，用户可根据场景需求灵活切换推理深度。

DeepSeek-V3.1通过深度优化的训练策略与大规模长文档扩展，在推理速度、工具调用智能、代码和数学任务等方面均有显著进步。

模型的主要亮点包括：混合思考模式，通过切换对话模板实现单一模型兼容两种模式；更智能的工具调用，后训练优化提升工具调用和Agent任务表现；更高的思考效率，V3.1-Think在回答质量上可与R1-0528媲美，响应速度更快。

测试结果显示，V3.1-Think在AIME 2025得分88.4%，GPQA Diamond得分80.1%，LiveCodeBench得分74.8%，均优于R1-0528的87.5%、81.0%、73.3%。

V3.1-Think相较于R1-0528使用更少tokens达到相似或略高准确率，在计算资源优化上优势明显。

在软件工程和Agent任务基准上，DeepSeek-V3.1在SWE-Bench Verified得分66.0%，SWE-Bench Multilingual得分54.5%，Terminal-Bench得分31.3%，均显著优于V3-0324和R1-0528。

DeepSeek-V3.1基于MoE架构，总参数671B，激活37B，在大多数基准上显著优于R1-0528，尤其在搜索Agent和长上下文任务上平均提升约20-300%。

在Huggingface上公布的评估结果表明，DeepSeek-V3.1在MMLU-Redux和MMLU-Pro等任务上表现稳定提升，接近行业顶尖大模型水平。

在HLE任务上，DeepSeek-V3.1通过率29.8%，优于R1-0528的24.8%，接近GPT-5、Grok 4等国际一线大模型。

新版模型在网页检索、复合搜索和工具协同场景上实现跨越式进步，中文网页搜索和多模态复合推理分数显著超越旧版本。

在代码生成和自动化评测方面，DeepSeek-V3.1得分显著提升，特别是在智能体模式下代码任务通过率和自动化执行能力大幅增强。

不过在部分常规对话和知识问答场景下，R1-0528仍具有一定竞争力。

价格方面，Input API Price分为Cache Hit（0.07美元/百万tokens）和Cache Miss（0.56美元/百万tokens），Output API Price为1.68美元/百万tokens。

DeepSeek-V3.1首次实现对Anthropic API原生兼容，用户可像调用Claude或Anthropic生态模型一样集成DeepSeek。

开发者可通过配置API地址和密钥，在所有支持Anthropic API的环境下使用DeepSeek-V3.1的推理和对话能力。

DeepSeek在发布节奏上采取低调态度，直接放出模型文件供开发者下载测试，随后补充细节，展现高效和开发者友好的特点。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。