DeepSeek-V3.1正式发布，主要升级包括：1）采用混合推理架构，支持思考/非思考双模式切换；2）优化思维链效率，思考模式(V3.1-Think)在保持性能的同时减少20%-50%的token消耗；3）增强Agent能力，在编程修复(SWE)和终端任务(Terminal-Bench)中表现显著提升。API同步升级至128K上下文，新增Anthropic格式兼容和严格模式Function Calling。基础模型开源，新增840B tokens训练数据。价格将于2025年9月6日调整并取消夜间优惠。

DeepSeek-V3.1 深度解析：128K长文本处理与性能优化 核心升级：基于Transformer架构优化，采用分块注意力(GQA)和RoPE位置编码增强，支持128K长上下文处理，显著提升超长文本理解与多轮对话一致性。 性能表现： 速度：A100 GPU推理约60 tokens/秒 能力：长文档总结、代码跨文件分析、逻辑推理优化，减少幻觉生成 量化支持：兼容GPTQ/AWQ量化方案（INT4/INT8） 应用场景： 法律合同审查/技术文档问答 长篇内容创作/剧本生成 大型代码库分析与调试 获取方式：

文章摘要 DeepSeek-AI推出DeepSeek-R1首代推理模型，通过**纯强化学习（RL）**实现与OpenAI o1-1217相当的推理能力，并在数学、编程等基准测试中表现卓越。其核心创新包括： DeepSeek-R1-Zero：首创纯RL训练，无需监督微调（SFT），模型自发学会延长思考、自我验证等推理行为，展现“顿悟”现象。 多阶段优化训练：结合冷启动数据、推理导向RL、拒绝采样与全场景RL，提升模型可读性和综合能力。 高效蒸馏技术：将大模型能力迁移至1.5B~70B小模型，其中7B模型在数学

DeepSeek-R1是通过大规模强化学习（RL）提升大语言模型推理能力的成果。其纯RL版本DeepSeek-R1-Zero无需监督微调，便能自主发展出反思、长链推理等能力。在此基础上，引入冷启动数据的DeepSeek-R1性能更优，与OpenAI-o1-1217相当。研究还展示了将该模型的推理能力蒸馏到Qwen、Llama等小模型的有效性，使小模型也具备强大推理能力。该工作证明了强化学习在激发和提升模型智能方面的巨大潜力。