DeepSeek-V3.1正式发布：混合推理模型开启智能体新时代

DeepSeek-V3.1已经正式发布，作为业界首款采用“混合推理”技术的模型，它开启了智能体新时代的序幕。新模型总计拥有671B参数，在编码能力上全面超越DeepSeek-R1和Claude 4 Opus，荣登编程开源排行榜首位。

官方宣布，DeepSeek正式推出DeepSeek-V3.1，这被视为迈向智能体时代的关键一步。

新版V3.1引入了创新的“混合推理”机制，一个模型具备两种模式：思考模式与非思考模式，能够根据任务需求自主切换。

与DeepSeek-R1-0528相比，DeepSeek-V3.1的思考模式在推理速度上表现更快。

最重要的是，V3.1具备了卓越的智能体能力，无论是工具使用还是多步骤复杂任务，都能轻松应对。

在软件工程基准测试中，DeepSeek-V3.1在所有方面都超越了V3-0324和R1-0528。

在人类水平考试HLE中，V3.1获得了29.8的高分，同时在数学、知识问答和编程等任务中，全面超越了推理模型R1。

经过CoT压缩训练后，V3.1-Think模式在输出token上减少了20%至50%，与R1-0528性能相当。

在Hugging Face平台上，开源了两款模型：V3.1 Base和V3.1。前者在V3基础上进行了8400亿token的持续预训练，并扩展了上下文支持能力。

项目地址：https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Basehttps://huggingface.co/deepseek-ai/DeepSeek-V3.1

总体而言，DeepSeek-V3.1此次更新的核心亮点包括：

参数规模达到671B，激活参数为37B，上下文长度支持128k。

混合推理模式：单一模型即可支持推理和非推理两种模式。

更强大的工具调用能力：在工具使用和智能体任务方面有显著提升，多步推理能力增强，能处理复杂搜索。

更高的推理效率：回答质量与DeepSeek-R1-0528相当，但思考效率大幅提升，响应速度更快。

全面基准测试表现：在各项测试中全面超越DeepSeek-R1-0528和DeepSeek-V3-0324。

在API方面，deepseek-chat对应非思考模式，deepseek-reasoner对应思考模式，均支持128k上下文。

从9月5日开始，将采用新的API定价策略。

继OpenAI发布gpt-oss之后，DeepSeek此次推出了强有力的回应。

V3.1编程能力击败Claude 4，训练规模扩增10倍

HF模型卡中提供了DeepSeek新模型技术的详细解读。

DeepSeek-V3.1基于DeepSeek-V3.1-Base通过后训练优化完成，而V3.1-Base则是在V3模型基础上训练而来。

具体而言，它采用“两阶段长上下文扩展策略”构建，遵循了原始V3论文中的方法。

研究团队进一步扩展了数据集，收集了更多长文档，并大幅增加了两个训练阶段的规模。

32k扩展阶段规模增加了10倍，达到6300亿Token，而128k扩展阶段增加了3.3倍，达到2090亿Token。

此外，DeepSeek-V3.1采用UE8M0 FP8缩放数据格式进行训练，确保与微尺度数据格式的兼容性。

在通用能力基准测试中，开启思考模式的V3.1在MMLU和GPQA上取得了优异成绩。

在数学领域，V3.1同样刷新了最高纪录，创下了新的SOTA分数。

如上所述，V3.1是迈向智能体时代的第一步。它支持多种Code Agent框架，开发者可自行搭建智能体。

在编码测试中，DeepSeek-V3.1的思考模式在Aider编码测试中获得了76.3%的高分，远超Claude 4 Opus和Gemini 2.5 Pro（0325）。

在编码智能体测试中，DeepSeek-V3.1的非思考模式性能全面碾压R1和V3。

此外，DeepSeek-V3.1支持搜索智能体，在推理模式下可使用。

当遇到需要外部信息或最新信息的复杂问题时，V3.1可以通过多轮工具调用流程，利用用户提供的搜索工具来完成。

在基准测试中，尤其是在BrowseComp上，V3.1的表现彻底超越了R1。

第三方Artificial Analysis基准同样验证了DeepSeek-V3.1的强大实力，仅次于gpt-oss。

在推理效率方面，V3.1与OpenAI模型相当。

目前来看，DeepSeek-V3.1稳固占据了编程开源第一的位置。

参考资料：

https://x.com/karminski3/status/1958429843558945015   

https://x.com/deepseek_ai/status/1958417062008918312