DeepSeek-V3.1完全指南（四大亮点+隐藏信号解读）从技术到趋势，看这篇就够了！

就在刚刚，DeepSeek 正式发布其最新版本 DeepSeek-V3.1 模型。

一种模型，两种体验。

DeepSeek-V3.1 的核心创新在于混合推理能力。用户可以通过「深度思考」按钮在思考模式和非思考模式之间自由切换。

在思考模式下，新模型会展示完整的推理过程；而在非思考模式下，则直接给出简洁的答案。

已经冲到第二名了

省流版如下：

混合推理模式：一个模型支持思考/非思考两种模式切换

效率大幅提升：速度更快，token 消耗减少 20-50%

Agent 能力增强：编程和搜索智能体性能显著提升

支持 128K 长上下文处理，兼容性增强，继续开源

上下滑动查看更多「成绩单」，图片来自 DeepSeek

官方测试数据显示，新版本 V3.1-Think 比起老前辈 R1-0528，在保持同等回答质量的情况下，响应速度更快了，同时成绩还没掉。

R1-0528 在 AIME 2025 的得分为 87.5 分（V3.1 88.4），GPQA 为 81 分（V3.1 80.1），liveCodeBench 为 73.3 分（V3.1 74.8）。

成绩基本持平的情况下，V3.1-Think 输出 token 数反倒减少了 20%-50%。

属实是做到了既让马儿跑，又要马儿少吃草。

DeepSeek 表示，DeepSeek-V3.1 通过后训练优化，在工具使用和多步骤代理任务上实现了显著提升，是迈向 Agent（智能体）时代的第一步。

在编程智能体方面，DeepSeek-V3.1 在 SWE-bench 代码修复测试中使用内部代码代理框架进行评估，相比开源框架 OpenHands 所需轮数更少，在代码修复任务上比之前的 DeepSeek 系列模型有明显提高。

同时，在 Terminal-Bench 终端测试中，使用官方 Terminus 1 framework 进行测试，在命令行终端环境下的复杂任务处理能力显著增强

此外，DeepSeek-V3.1 为思考模式中的搜索工具调用设计了专门格式，支持复杂的多轮搜索代理任务。测试环境配置使用商业搜索 API 加上网页过滤器以及 128K 上下文窗口，而 R1-0528 则使用预设流程评估作为对比基准。

结果显示，新版本在需要多步推理的复杂搜索测试（browsecomp）上大幅领先 R1-0528，在多学科专家级难题测试（HLE，基于仅文本子集）上性能显著提升，并且能够有效支持访问外部或最新信息的复杂问题处理。

技术细节与模型更新

DeepSeek-V3.1 基于全新的 V3.1-Base 模型开发，该基础模型采用「两阶段长上下文扩展方法」，在原始 V3 模型检查点基础上进行大规模扩展训练。

整个训练过程新增了 8400 亿个 tokens，其中 32K 上下文扩展阶段的训练量增加了 10 倍，达到 6300 亿 tokens，而 128K 扩展阶段则增加了 3.3 倍，达到 2090 亿 tokens。

通过收集更多长文档，DeepSeek 研发团队显著扩展了两个训练阶段的数据集规模。

另外，部署的朋友们注意了，建议仔细看文档，不然容易翻车。

在技术规格上，技术规格上，新版本采用 UE8M0 FP8 缩放格式训练，并升级了分词器，相关配置文件已同步至官方 GitHub 与 HuggingFace。

值得一提的是，DeepSeek 官方刚刚在公众号评论区表示：「UE8MO FP8 是针对即将发布的下一代国产芯片设计。」

同时，官网回复网友称，当前官方网页端、App、小程序及 API 开放平台所调用模型均已同步更新，新模型自我认知为 DeepSeek-V3。

DeepSeek 继续开源，业界良心

DeepSeek 同步推出了全新的 API 服务体系。

核心 API 接口发生重要变化，deepseek-chat 对应非思考模式，deepseek-reasoner 对应思考模式，两个接口均支持 128K 上下文窗口长度，并提供更多 API 资源。

在功能特性方面，Beta API 接口支持 strict 模式的 Function Calling，确保输出的 Function 严格满足 schema 定义，详细文档 👉

https://api-docs.deepseek.com/guides/function\_calling

更重要的是，DeepSeek 新增了对 Anthropic API 格式的完整支持，这意味着用户可以轻松将 DeepSeek-V3.1 接入 Claude Code 框架，兼容文档 👉

https://api-docs.deepseek.com/guides/anthropic\_api

不愧是业界良心，DeepSeek 依旧是开源界的活雷锋。

DeepSeek-V3.1-Base 模型开源地址：

Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

魔搭社区：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Base

DeepSeek-V3.1 后训练模型开源地址：

Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-V3.1

魔搭社区：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1

此外，今天，DeepSeek 还宣布将于北京时间 2025 年 9 月 6 日凌晨（UTC 时间 2025 年 9 月 5 日 16:00）开始执行全新价格表。

详细定价信息如下图所示，同时正式取消夜间时段优惠政策。在 9 月 6 日前，所有 API 服务仍按原价格政策计费，用户可继续享受当前优惠。

上下滑动查看更多内容

就定价而言，用网友的话来说，熟悉的鲸鱼又回来了。

知名机构 Artificial Analysis 分析称，DeepSeek-V3.1 将 V3 和 R1 融合为混合推理模型，使得模型的性能略有提升。

数据显示， DeepSeek-V3.1 其在推理模式下的得分为 60，较 R1 的 59 略有提升，在非推理模式下，V3.1 的得分为 49，相较早期的 V3 0324 版本得分 44 有明显进步。

不过，V3.1（推理模式）的表现仍落后于阿里最新的 Qwen3 235B 2507（推理模式）版本。

token 使用情况方面，V3.1 虽然在推理模式下的得分略高于 R1，而所使用的 token 数量略少。在非推理模式下，V3.1 使用的 token 稍多于 V3 0324，但仍远低于其在推理模式下的 token 使用量。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）