DeepSeek低调宣称小更新，结果用2折价格达到R1水平

DeepSeek 发布了其 V3-0324 模型，虽然官方将其描述为“小版本迭代”，但实际表现却远超预期。本文将深入探讨 DeepSeek-V3-0324 的技术细节、性能表现以及其对商业模型的潜在影响，分析开源模型如何通过低成本和高性能推动行业变革。

———— / BEGIN / ————

前天晚上，DeepSeek 无预警发布 DeepSeek-V3-0324 模型，此次更新虽被官方低调地称为 “ 小版本迭代 ”，但实测表现远超预期。

该模型尤其在代码生成、前端开发等方面显著提升，甚至部分能力比肩 Claude 3.7 Sonnet，引发全球 AI 社区热议。

在大模型竞技场测试 KCORES 中，DeepSeek-V3-0324 代码能力得分 328.3 分，超越普通版 Claude 3.7 Sonnet（ 322.3 分 ），接近 Claude 3.7 Sonnet 的思维链版本（ 334.8分 ）。

在 Aider LLM Leaderboard 排行榜中，DeepSeek-V3-0324 在多语言基准测试中得分为 55%，比 V3 有显著提升，比 R1 略低一些。在非思考/推理模型中，它排名第二，仅次于 Claude Sonnet 3.7 。

测试数据还表明，在表现良好的模型中，DeepSeek-V3-0324 花费是最低的，比 R1 还低很多，只需大约 1/5，拥有高到令人发指的性价比。

另外，Claude Sonnet 3.7 Thinking 的花费是 DeepSeek-V3-0324 的 33 倍， o1 是 DeepSeek-V3-0324 的 167 倍。

目前在 DeepSeek 官网，只需要关闭 “ 深度思考 ” 选项即可使用新模型。

Hugging Face 上也提供了开源下载，下载地址：

https://huggingface.co/deepseek-ai/DeepSeek-V3-0324/tree/main

DeepSeek-V3-0324 包含 685B 参数，较前代 V3 小幅增加，采用 MoE（ 专家混合 ）架构，激活参数 370 亿。网友实测 DeepSeek-V3-0324 支持 4-bit 量化，可在 512GB M3 Ultra Mac上以 20+ token/s 速度运行，磁盘占用仅352GB。新模型采用与 DeepSeek-R1 相同的MIT许可，允许自由修改、商用及模型蒸馏，比上一版 V3 更开放。

从测评结果来看，DeepSeek-V3-0324 前端开发表现突出，媲美顶级商业模型。

X 博主 Deepanshu Sharma 仅用简单提示词（ “ 用 HTML/CSS/JS 制作现代化登录页面 ” ），就能让新版 V3 一键生成 800+ 行代码，且无错误运行，效果媲美 Claude 3.7 Sonnet 。

在经典弹跳小球测试中，DeepSeek V3-0324 不仅比 R1 表现更好，博主 Deepanshu Sharma 还认为它生成了最流畅的动作。

在测试中 o3-mini 最初表现看起来不错，但并没有正确遵循物理原理，尤其是在视频中间，球对重力没有做出正确的反应。

Deepanshu Sharma 评价 DeepSeek V3-0324 “ 表现得像唯一排名第一的非推理模型 ”。

据 X 网友 karminski-牙医介绍，在升级版的 20 小球物理模拟测试中，DeepSeek V3-0324 相比 V3 也表现更优。

而新版 V3 与头部推理模型的比较情况如下：

在火星任务测试中，DeepSeek-V3-0324 提升巨大，星球、图例渲染正确，发射和返回的窗口计算也有很大进步。

结合 UI 设计和物理模拟，X 网友 Parul Pandey 还用 DeepSeek-V3-0324 生成了一个可交互物理模拟界面，通过 AnyChat 使用 DeepSeek-V3-0324 模拟水分子。

实际运行中，可以通过温度滑块提升温度，让分子呈现越来越快的前进和碰撞反弹运动。

提示词：创建一个交互式模拟，显示水分子形成和断裂氢键的过程，同时显示温度滑块。

对于本次升级的技术难度，有 Reddit 网友 pigeon57434 给出了比较中立的解读：不用太惊叹本次 V3 升级的幅度，因为 RL （ 强化学习，Reinforcement Learning ）潜力极大。以 QwQ-32B 为例，尽管它实际上小了 20 倍，但它在某些方面的表现几乎与 R1 一样好，甚至比 R1 更好。它能那么强，只是因为扩展推理模型还有很大空间，甚至不需要新的基础模型。我敢打赌，使用更复杂的技术，可以轻松获得基于 DeepSeek-V2.5 的推理模型来击败 R1，更不用说这个新版本的 V3 了。

总的来说，这样的免费+高性能的组合将对 OpenAI、Anthropic 等闭源商业模型形成越来越大的压力。

DeepSeek 此次更新再次证明开源模型的爆发力，不仅技术指标逼近顶级商业AI，更以低成本、高自由度推动行业变革。

可以合理推测，此次更新有可能是R2的前置版本，类似去年 V3 ( 24.12.16 )→R1 ( 25.01.20 ) 的发布节奏，或许几周内我们可能迎来更强的推理模型 R2。

随着 R2 的临近，全球 AI 竞争格局或将迎来新一轮洗牌。

参考资料：

https://github.com/KCORES/kcores-llm-arena

https://x.com/paulgauthier/status/1904304052500148423

https://x.com/deepanshusharmx/status/1904224760399282587

https://x.com/deepanshusharmx/status/1904363892899492141

https://x.com/karminski3/status/1904212084306653648

https://x.com/pandeyparul/status/1904352867433242926

https://www.reddit.com/r/LocalLLaMA/comments/1jip611/deepseek_releases_new_v3_checkpoint_v30324/

https://aider.chat/docs/leaderboards/

https://x.com/awnihannun/status/1904177084609827054

本文来自微信公众号：知危，作者：流大古 编辑：大饼