作者｜參商

編輯｜星奈

媒體｜AI大模型工場

29號，深度求索趕在端午假期到來前正式完成了DeepSeek R1模型的小版本升級，消息一出模圈嘩然。自從2月份紅遍國內(nèi)外后DeepSeek一直是以模型供應商的身份活躍在大模型圈的“幕后”版塊，鮮少有在一線露面的機會，更多的是各家采購商只言片語的提及，沒想到再聽見發(fā)聲，已是憋出來個升級的時候：

現(xiàn)在DeepSeek R1已經(jīng)升級為最新的DeepSeek-R1-0528，用戶可通過官方網(wǎng)站、APP 或小程序進入對話界面后，開啟“深度思考”功能即可體驗最新版本。API 也已同步更新，調(diào)用方式不變。

01

超強能力者再創(chuàng)國產(chǎn)模型評分新高

作為一個深度思考模型，本次升級自然是繞不開深度思考能力的強化。具體而言，DeepSeek-R1-0528仍然使用的是去年12月發(fā)布的DeepSeek V3 Base模型作為基座模型進行訓練，但在后訓練過程中投入了更多算力，以此達到了顯著提升模型思維深度與推理能力的效果。

根據(jù)官方披露，更新后的R1在數(shù)學、編程與通用邏輯等多個基準測評中取得了當前國內(nèi)所有模型中首屈一指的優(yōu)異成績，并且在整體表現(xiàn)上已接近其他國際頂尖模型，如 o3 與 Gemini-2.5-Pro：

可以看到相較于舊版本R1，新版R1在復雜推理任務中的表現(xiàn)有非常顯著的提升，真正追平國際頂尖水平。具體在 AIME 2025測試中，新版模型準確率由舊版的 70% 提升至 87.5%。根據(jù)官方解釋，這是得益于模型在推理過程中的思維深度增強：在 AIME 2025 測試集上，舊版模型平均每題使用 12K tokens，而新版模型平均每題使用 23K tokens，表明其在解題過程中進行了更為詳盡和深入的思考。

同時，深度求索還基于DeepSeek-R1-0528的思維鏈，后訓練了Qwen3-8B Base，得到了 DeepSeek-R1-0528-Qwen3-8B。而該8B模型在數(shù)學測試 AIME 2024 中僅次于DeepSeek-R1-0528，超越 Qwen3-8B（+10.0%），與 Qwen3-235B 相當。再次證明了全新R1的強勁能力。

02

實測：肉眼可見的生成內(nèi)容提升

至于具體體驗如何，我們一起來看看快速上手測試的結果。下圖是我讓全新DeepSeek R1進行自我介紹的聊天過程：

可以看到現(xiàn)在的R1相比先前版本有了更流暢更清晰的回答過程，不論是思考鏈還是正式生成內(nèi)容，甚至有非常貼心的對比和總結，都用了一些特殊符號標注出來。

這些充分的交互功能在過去的R1版本是所不曾體現(xiàn)，當時大家還在調(diào)侃DeepSeek過于活人感，有一股機器人魔性的瘋癲美，但現(xiàn)在看來，全新R1的工具化進程明顯，更有個人通用助手的味道，這在當下強調(diào)agent通用處理能力的形勢下具有一定意義。

當然除了針對深度思考生成結果本身提升來說，這次也同步升級了許多其他的特點，比如針對翻譯內(nèi)容的優(yōu)化：

可以看見翻譯得非常準確，而且非常有人味，當我們要求翻譯Love loves to love love ，遵循信達雅時：

R1能夠自動匹配到林語堂先生的語錄，并且能夠幫我們?nèi)Ρ扰c直譯的差別，可謂是文科強者，這在先前版本的R1那個理工腦子是不存在的。

同樣的全新R1編程能力也不俗，像這里我們要求其為我們生成一個網(wǎng)頁：

prompt：你能為我創(chuàng)建一個基于情緒的食譜生成器嗎？它應該詢問用戶的情緒，然后根據(jù)他們擁有的食材推薦食譜。它應該有明亮自然的主題，搭配纖細且美觀的字體，并且應該是動畫的和互動的。不要使用紫色暗色調(diào)主題，主題就由你的創(chuàng)造力來決定。

可以看到質(zhì)量尚可，當然R1并不是編程agent，生成的內(nèi)容無法自帶后端，但是這個前端編程能力已經(jīng)在所實際體驗過的深度思考agent里屬于頭部水平了。

同時，在舊版R1的基礎上，更新后的 R1 模型針對議論文、小說、散文等文體進行了進一步優(yōu)化，能夠輸出篇幅更長、結構內(nèi)容更完整的長篇作品，同時呈現(xiàn)出更加貼近人類偏好的寫作風格，像這里我要求R1以端午和六一為背景寫一篇抒情散文詩，首先散文詩這個格式的文章本來就不多見，其次我還特別要求以近代著名文學家端木蕻良的文風來創(chuàng)作：

上下滑動查看完整內(nèi)容

可以看見生成內(nèi)容文學氣質(zhì)直接拉爆了，標題這個“端午與六一的斷章”就起得非常有意境，并且內(nèi)容辭藻在保證華麗的基礎上，多多添了白描的手法，保證了整體內(nèi)容散形不散的文種特點。

除了這些比較明顯的更新外，新版 DeepSeek R1 針對“幻覺”問題進行了優(yōu)化。與舊版相比，更新后的模型在改寫潤色、總結摘要、閱讀理解等場景中，幻覺率降低了 45～50% 左右，能夠有效地提供更為準確、可靠的結果。同時DeepSeek-R1-0528 支持工具調(diào)用（不支持在 thinking 中進行工具調(diào)用）。雖然目前水平與 o3-High 以及 Claude 4 Sonnet 仍有差距，但Tau-Bench 測評成績?yōu)?airline 53.5% / retail 63.9%，已經(jīng)做到了OpenAI o1-high 相當。

03

DeepSeek給模圈一個措手不及，模圈給DeepSeek一個強制愛

DeepSeek這一次的更新，API 已同步更新，接口與調(diào)用方式保持不變。新版 R1 API 仍支持查看模型思考過程，同時還增加了 Function Calling 和 JsonOutput 的支持。同時對新版 R1 API 中 max_tokens 參數(shù)的含義做了調(diào)整：現(xiàn)在 max_tokens用于限制模型單次輸出的總長度（包括思考過程），默認為 32K，最大為 64K。如果用戶對更長的上下文長度有需求，可以通過其他第三方平臺調(diào)用上下文長度為 128K 的開源版本 R1-0528 模型。

和之前的操作一樣，這次的模型也同步開源。DeepSeek-R1-0528 與之前的 DeepSeek-R1 使用同樣的 base 模型，僅改進了后訓練方法。私有化部署時只需要更新 checkpoint 和 tokenizer_config.json（tool calls 相關變動）。模型參數(shù)為 685B（其中 14B 為 MTP 層），開源版本上下文長度為 128K（網(wǎng)頁端、App 和 API 提供 64K 上下文）。與舊版本的 DeepSeek-R1 保持一致，此次我們的開源倉庫（包括模型權重）仍然統(tǒng)一采用 MIT License，并允許用戶利用模型輸出、通過模型蒸餾等方式訓練其他模型。

就在DeepSeek發(fā)布全新R1的第二天，火山引擎和騰訊就前后腳更新了最新版：

很明顯各大廠商并沒有被這場突襲搞蒙圈，反倒是給了DeepSeek一個強制愛，可見現(xiàn)階段各家大廠對于行業(yè)最新的前沿技術跟進非常用心。DeepSeek-R1-0528的思維鏈對于學術界推理模型的研究和工業(yè)界針對小模型的開發(fā)都將具有重要意義?，F(xiàn)階段已經(jīng)進入大模型存續(xù)階段，誰有絲毫懈怠就會被落下身位。半年已過，DeepSeek全新R1也正式拉開了下半年的模圈大戰(zhàn)，期待未來行業(yè)的發(fā)展，特別是以后R2的來襲。