DeepSeek V3.1上線：架構調整與能力優化並存

DeepSeek於8月19日晚間上線了全新的V3.1版本，官方強調上下文長度拓展至128k，但此次更新的核心在於模型底層架構的演進。V3.1採用混合推理架構，使用一個模型同時支持思考模式與非思考模式，用戶通過API調用時，模型明確標識爲V3，而非過去的R1。這種架構調整簡化了部署和運維，提高了算力利用效率，但也可能影響非推理任務的能力。

在能力優化方面，DeepSeek V3.1的編程能力大幅提升。根據Aider編程基準測試數據，V3.1取得了71.6%的高分，超越了此前的R1版本和閉源模型Claude 4 Opus。在SVGBench測試中，V3.1僅次於GPT-4.1-mini，遠超前代R1；在多任務語言理解的MMLU測試中，V3.1得分達到88.5%，表現不遜於GPT-5。不過，在研究生級別問答（GPQA）和軟件工程（SWE-Bench）等領域，V3.1與GPT-5相比仍存在差距。

DeepSeek V3.1的成本效益也顯著提升。完成一次完整的編程任務，V3.1的成本僅需約1.01美元，遠低於Claude 4 Opus（便宜68倍）。官方宣佈的最新價格表顯示，輸入價格爲0.5元/百萬tokens（緩存命中），4元/百萬tokens（緩存未命中），輸出價格爲12元/百萬tokens，該價格於2025年9月6日00：00起生效。成本下降主要得益於思維鏈壓縮訓練，減少了無意義的思維鏈輸出。

V3.1的智能體能力也顯著增強，通過後訓練優化，新模型在工具使用與智能體任務中表現突出。在SWE-bench Verified基準測試中，V3.1得分66.0分，遠超前代；在Terminal-Bench測試中，V3.1得分31.3分，是前代的五倍以上。在網頁瀏覽和工具調用能力上，V3.1也獲得了全面增強。

然而，V3.1的“模型融合”策略引發了社區的激烈爭論。部分用戶反饋，V3.1版本重新出現了幻覺嚴重和中英夾雜的問題，且在面對複雜問題時表現出“能省則省”的傾向。此外，DeepSeek激進的更新策略也引發了商業API用戶的不滿，新模型直接覆蓋舊模型，且不提供舊版本的API，導致線上生產業務的API可能在毫無預警的情況下被更改，嚴重影響了商業應用的穩定性。