DeepSeek V3“小版本更新”背后，V3和R1正在融合成一个模型

作者 ｜ summer
邮箱 ｜ huangxiaoyi@pingwest.com

在R2和V4到来之前，DeepSeek先让我们看到了“V3 Plus”。

3月24日，DeepSeek一声不响的在Huggingface上发布了V3的“小版本”迭代“DeepSeek-V3-0324”。开发者社区再次一片尝鲜与夸赞。

之后3月25日晚，官方发布了该版本的官方报告。在DeepSeek的报告里，给出了四个官方亮点指引，分别是推理能力、前端开发能力、中文写作能力、中文搜索能力的强化。

乍看起来，这些能力提升都聚焦在用户常见任务场景之上。 这也的确是一次非常注重实用性的升级，虽名为“小版本”，V3-0324却在多个关键能力上实现了显著突破，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，就能体验这一新版本，而API接口和使用方式保持不变。

而仔细观察这几个提升的领域，会发现一个有意思的点：DeepSeek给V3做的提升，全都落在R1的优势能力范围内了啊。

据报告显示，推理能力的提升主要体现在新版 V3 模型的百科知识（MMLU-Pro, GPQA）、数学（MATH-500, AIME 2024）和代码任务（LiveCodeBench）表现均有提高，特别是在数学、代码类相关评测集上取得了超过 GPT-4.5、Claude-Sonnet-3.7的得分成绩。

过去，在DeepSeek的两个模型中，R1是推理模型，而V3则更适合日常对话。如今V3系列也有了推理能力的强力升级，用户可以更好地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。这种差异化策略让算力资源与任务需求更匹配，避免了不必要的计算浪费。

在推理能力之上，几项任务场景中，最引人注目的是模型的代码稳定性和准确性。继Claude-Sonnet-3.7在前端开发能力上火爆出圈之后，大模型在这一场景的实用性被额外关注。在V3新版本技术报告出现之前，不少网友们就迫不及待地测出了V3-0324在前端开发场景下的能力飞跃。

有开发者报告生成800行代码，字符蹦到“冒火星”，竟然无一错误。对开发者而言，这种体验在遍地都是爱报错的AI编程工具之下，显得尤为突出。

还有用户进一步测试表明，尽管还有差距，但DeepSeek-V3-0324在前端视觉设计上已经接近了Claude这样的顶级模型。

用户只需提供简单提示，就能生成时尚的数字营销页面，布局合理，视觉效果精美。这种实用性的提升对网页设计师和前端开发者尤为重要，大大缩短了从创意到实现的时间。

与社区测试相呼应，DeepSeek官方在技术报告中也展示了模型的前端代码能力。报告中展示了一个p5.js小球物理运动程序，包含可调整的物理参数和赛博朋克风格界面，不仅功能完整，还具有高度的美观性和交互性。

更重要的是，这个不比Claude差的新版本，可以免费使用，据网友测算，付费API的价格更是便宜了15倍。

除了代码能力，DeepSeek R1的写作能力也一直被津津乐道。其细腻的文风虽然有时会陷入极繁主义的浮夸，但情节连贯性和特定风格下的表达能力很强，有短剧和小说从业者都曾对硅星人提到，已经开始应用DeepSeek创作。

此次，新版本V3在中文能力也有明显增强，特别是中长篇文本创作上质量更高，结构更完整，逻辑更严密，实用性也大大增强。

另外，在联网搜索场景下，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也继续保持了其一贯的透明度和友好性。作为小版本更新，私有化部署只需要更新checkpoint和tokenizer_config.json等少量文件。这意味着现有用户升级成本极低，几乎可以无缝迁移。据报告显示，该模型参数约660B，略低于原先V3的671B，开源版本上下文长度为128K（网页端、App和API提供64K上下文），依然采用MIT许可证，这使得开发者可以在各种场景下自由使用。

这些能力提升其实幅度不小，但DeepSeek没有把它称为V3.5、V3.7，而只是将它定义为一次V3小版本更新。

在行业版本迭代泛滥、概念炒作盛行的当下，通过低调务实的姿态赢得了更多开发者社区的尊重。虽然能力有显著提升，但由于没有大的技术路线突破，仍将其定位为小版本迭代，那么当DeepSeek真正发布R2时，那将是一次名副其实的重大升级，而非行业常见的“通货膨胀式”命名。

这种对技术命名的诚实态度，也是外界格外期待R2的重要理由。

而这次更新最重要的地方还在于，DeepSeek的V3和R1出现后，如Anthropic等对手在尝试用新方法超车，核心在于把推理模型和大语言模型融合，无论是产品上通过AI的自动调配来融合到一起，还是从模型层面就“合二为一”。

现在看来，DeepSeek此次更新也很直白的展示了自己接下来的路线，也是把V系列和R系列融合成一个新模型。

官方报告中明确指出，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。

这是纯RL路线的再一次的验证和公示，在对手们继续闭源并使用“唯一混合模型”这样的概念来吸引人的时候，它继续通过开源为行业提供公开的高效迭代思路。DeepSeek这开源的仗还会继续打下去，好戏还在后面。

点个“爱心”，再走吧