近日，国产AI大模型公司DeepSeek（深度求索）低调地对其线上模型进行了版本更新，正式发布了DeepSeek-V3.1。此次升级并非备受期待的V4或R2等大版本更迭，而是一次在V3模型基础上的重要迭代，但其包含的多项关键变化，依然引起了业界的广泛关注。
最核心的变化在于其全新的“混合推理架构”。在此之前，DeepSeek的模型分为主打通用对话的V系列和侧重复杂推理的R系列（如R1模型）。而V3.1版本创新性地将这两种能力融合到同一个模型中，同时支持“思考模式”和“非思考模式”。用户可以在官方平台通过“深度思考”按钮自由切换，API用户也可以通过调用不同的接口（deepseek-reasoner和deepseek-chat）来选择相应模式。这一融合不仅简化了模型部署，也为后续的能力提升奠定了基础。
伴随架构融合而来的是更高的“思考效率”。官方表示，V3.1的思考模式（V3.1-Think）在保持与前代推理模型R1相当性能的同时，响应速度更快，且思维链的token消耗减少了20%至50%。这意味着在处理复杂问题时，用户可以更快地得到答案，开发者也能以更低的成本调用模型的推理能力。
本次更新的另一大亮点是“更强的Agent（智能体）能力”，官方将其定位为“迈向Agent时代的第一步”。通过后训练优化，V3.1在工具使用和执行复杂任务方面的表现得到了显著提升。多个评测结果显示，新模型在编程智能体（如代码修复）和搜索智能体（如多步复杂搜索）等任务上的性能，相比之前的版本有了明显进步。在一些编程能力基准测试中，V3.1的表现甚至超越了部分知名模型，展现出在第一梯队的竞争力。
在基础能力方面，DeepSeek-V3.1将官方API和网页端支持的上下文长度从64K正式扩展至128K，使其能够处理更长的文档和代码，为长文本分析、长对话等场景提供了更好的支持。
在API价格方面，DeepSeek也进行了调整。新的定价策略取消了原有的夜间优惠，整体价格相较于之前的V3模型有所上涨，但低于之前的R1推理模型，这与其融合两种模型能力的定位相符。
值得特别关注的是，DeepSeek在公告中提到，V3.1模型使用了“UE8M0 FP8 Scale”的参数精度，并明确指出这是为即将发布的下一代国产AI芯片设计的。这一信息表明，DeepSeek正在积极推动其模型与国产算力硬件的深度适配与协同优化，旨在构建从底层芯片到上层应用的自主可控AI生态体系，此举也引发了资本市场对国产算力产业链的高度关注。
尽管DeepSeek-V3.1在性能、效率和战略布局上展现了诸多积极进展，但作为一次小版本更新，用户的反馈也呈现出多面性。不少用户认可其在编程、Agent能力上的提升和更快的响应速度。但同时，也有用户反映模型依然存在幻觉问题，偶尔会出现不必要的中英文混杂现象，并且有开发者对官方直接用新版API覆盖旧版的做法表示了担忧，认为这可能影响已部署应用的稳定性。
DeepSeek-V3.1的发布，虽然不是一次颠覆性的“大招”，却是一次稳健而具有战略意义的“一小步”。它通过模型融合、效率优化和对国产硬件的适配，展示了DeepSeek在追求更高性能、更低成本和更完善生态方面的持续探索。
