DeepSeek悄然更新，带来了百万级上下文窗口和更新的知识库。这次将通过对AI模型极具挑战的“大海捞针”测试，全面探究其在极限信息处理能力下的真实表现，揭示其强大能力与潜在边界。
智能速览
模型知识截止日期更新至2025年5月。
上下文窗口支持最高100万Token，约70-80万字。
极限测试下，模型在海量文本中能定位关键信息，但伴随幻觉。
当输入量超70万Token时，模型准确性明显下降。
在30-40万Token的中等负载下，模型表现稳定且精准。
推测此次更新或为轻量版，为春节重磅发布预热。
精华内容
面对号称百万Token上下文的模型，单纯的理论参数远不如一次极限压力测试来得直观。通过投喂百万字级的《三体》小说，来检验其信息检索的极限与准确性。
秘密更新
DeepSeek进行了一次不公开的更新，模型知识截止时间延后至2025年5月。最显著的变化是其上下文处理能力，最高可支持100万Token，折合约70到80万的中文字符。不过，此次能力升级目前仅限于网页端和手机APP端，官方API接口尚未同步更新。
此外，新模型的响应速度似乎有所提升，这可能源于算力增强，也可能是因为测试时段在凌晨，用户较少。
能力验证
为排除幻觉可能，首先验证了模型的知识更新真实性。在不开启联网搜索的情况下，询问OpenAI的最新推荐模型，模型准确回答了O3 mini。对于2025年4月发生的事件，模型也能准确复述，这证实了其知识库确已更新，而非日常微调。
极限压力测试
测试核心是“大海捞针”实验。将总计约77万Token的《三体》三部曲完整上传，并在其中埋入了六处关于“神凡老狗”的描述作为针点。结果显示，在接近极限的100万Token输入下，模型成功找到了其中一处信息，但也产生了幻觉，遗漏了其余五处。
当减少输入量，仅上传两部小说（约50-60万Token）时，模型的检索准确性大幅提升。多轮测试表明，当输入量在30到40万Token区间时，表现最为稳定可靠。一旦超过70万Token，幻觉现象便会显著增强，准确率大幅降低。
初步印象
综合来看，此次更新更像是一个轻量级的Lite模型。它在极限性能上展现了潜力，但尚未完全成熟。更快的响应速度和中等负载下的高精度，为其赢得了不错的口碑。这也让用户对其即将在春节期间发布的全量版模型充满了更高期待。
此次DeepSeek的更新，展示了其在长上下文处理领域的巨大进步与探索。尽管在百万Token的极限挑战下仍有瑕疵，但其中等负载下的卓越表现已足够令人印象深刻。真正的“王炸”或许还在后面，值得共同期待。
