DeepSeek-V3“小幅升级”后，准备“吊打”Claude3.5 了？

大家好，我是安仔，一个每天都在压榨 AI 的躺平打工人。

嘻嘻，大好事，安仔的 AI 小弟偷摸升级了！

3 月 24 日深夜，DeepSeek 团队低调的发布了 DeepSeek-V3-0324 版本。

官方定位是“小版本迭代”，但是经过实际测试后发现，能力提升可不小哦。

这次更新在代码能力、数学推理和前端开发等多个关键领域都实现了显著突破，性能直逼行业顶尖的 Claude 3.7 Sonnet！

升级后的 V3 有多强？

有多强？看上图，就是这么强！

当然，DeepSeek-V3-0324 最引人注目的进步体现在编程能力上。

在 Aider LLM 基准测试中，它的多语言编程得分达到 55%，超越了 OpenAI 的 o3-mini，接近自家推理模型 R1 的水平。

同时，V3-0324 的成本也仅仅是 R1 的 1/5。

实际测试中，该模型仅用简单提示词就能生成超过 800 行无错误的 HTML/CSS/JS 登录页面代码，质量与 Claude 3.7 相当。

甚至在某些密码破解测试中以 60 秒的成绩完胜 Claude 3.7 的 5 分钟表现。

啧啧啧，真不错啊，以后写代码更方便啦。

而且这意味着什么？不需要带着魔法用 Cursor 就可以达到几乎相同的效果咯 ～ 支持国产，走起！

同时，数学推理能力同样获得长足进步。

V3-0324 成功解答了多个此前大模型普遍错误的数学难题，展现出接近推理模型的解题能力。

硬件适配性方面，新版本在 512GB M3 Ultra Mac Studio 上实现了每秒 20 个 token 的生成速度，相比前代显著提升，使得本地部署成本大幅降低。

当然，就这……安仔也是买不起哦哈哈哈。

和 Claude 3.5 Sonnet PK 一下！

在模型竞技场的多项对比测试中，DeepSeek-V3-0324 展现出与 Claude 3.5 Sonnet 分庭抗礼的实力。

编程能力方面，国外评测平台 kcores-llm-arena 数据显示，V3-0324 以 328.3 分的成绩超越 Claude 3.5 Sonnet 普通版（322.3 分），接近其思维链版本（334.8 分）。

国外博主 Xeophon 的内部测试集也显示，V3-0324 综合能力已超越 Claude 3.5 Sonnet，成为当前最好的非推理模型。

不过，两类模型各有所长。

Claude 3.5 Sonnet 在复杂双关语理解和西方文化背景的问题处理上仍具优势，而 V3-0324 则在中文本地化、数学推理和前端代码生成方面表现更优。

例如在解答曲面积分等高数难题时，V3-0324 能给出详细正确的步骤，而 Claude 3.5 Sonnet 则可能因关键环节失误而犯错。

是时候期待一下 DeepSeek-R2 啦

这次更新也预示着 DeepSeek 技术路线的清晰化。

DeepSeek 一贯的模式是基础模型比专门的推理模型早几周推出。此次 V3-0324 的推出，从发布时间和技术特点上来看，很可能是为 R2 做铺垫。

而 R2 有望在未来几个月内发布，性能可能直接对标 OpenAI 的 GPT-5。

想想就刺激，我的 AI 小弟们，赶紧卷起来！