R2沒等來，DeepSeek V3.1模型發佈：價格漲了，智能體能力加強

《科創板日報》8月21日訊（記者 黃心怡）在OpenAI發佈GPT-5模型14天后，樑文鋒終於出招了，新模型版本DeepSeek-V3.1正式發佈。

本次升級的核心亮點是採用了混合推理架構，允許模型在一個統一框架內支持“思考”與“非思考”兩種模式，實現了DeepSeek-R1和DeepSeek-V3的合體。

此外，DeepSeek-V3.1 使用了 UE8M0 FP8 Scale 的參數精度，而UE8M0 FP8是針對即將發佈的下一代國產芯片設計。

DeepSeek同步升級了API接口，將上下文窗口擴展至128K，並新增了對Anthropic API格式的支持以簡化遷移。

在技術與產品更新之外，DeepSeek的API接口調用價格有所上漲，並取消夜間優惠。從北京時間2025年9月6日凌晨起，自北京時間2025年9月6日凌晨起，輸入價格方面，緩存命中時爲0.5元/百萬tokens，緩存未命中時則漲至4元/百萬tokens（此前V3爲2元/百萬tokens）；輸出價格調整爲12元/百萬tokens（此前V3爲8元/百萬tokens）。。

混合推理架構已成爲大模型領域的一大趨勢。除了DeepSeek外，此前發佈的阿里通義千問Qwen3、GPT-5也都把推理模型與非推理模型進行融合。

不過，這類混合推理架構的實際效果仍有待觀察。在GPT-5模型發佈後，爲了平息用戶爭議，OpenAI已將 GPT-4o 已重新上線。

而DeepSeek-V3.1發佈後，《科創板日報》記者也看到不少用戶反饋稱，在體驗了DeepSeek-V3.1的推理能力後，更習慣DeepSeek R1的回答。

IDC中國研究總監盧言霞對《科創板日報》表示，思考與非思考模式的融合可以說是必然的趨勢，也是大模型發展史上的一個小迭代。“DeepSeek V3.1並非大版本，更值得期待的是大版本更新，但不知道何時。”

談及基礎模型的迭代速度，盧言霞表示，目前看確實有所放緩。“未來變革式的突破是不可預測的 就像創新不可被計劃，這使得迭代放緩。但何時能大突破，也難以預測。”

開放傳神（OpenCSG）聯合創始人陳冉也認爲，DeepSeek-V3.1綜合看來在預期以下。“效率確實有提升，但突破較少。”

值得一提的是， 深度求索正式發佈DeepSeek-V3.1後，稱其爲“邁向Agent（智能體）時代的第一步”。 DeepSeek-V3.1具有更智能的工具調用能力，可以支持多種Code Agent框架，開發者可以自己搭建智能體。

“Agent方向支持，看來是DeepSeek重點方向。”陳冉分析。

目前，大模型廠商已經紛紛將重點放在了智能體的應用上，今年 7 月，月之暗面發佈了擁有萬億參數規模的混合專家（MoE）模型。在其官方演示案例中， Kimi K2 邁出了智能體化的一步，可幫助用戶直接制定旅行計劃並預訂機票和酒店。

而智譜 AI 在 7 月 28 日發佈的 GLM-4.5 系列，也定位爲 "Agent 原生基礎模型 "，並在 8 月 20 日發佈了全球首個手機 Agent（智能體）AutoGLM2.0，可以幫助用戶 Agent 代理操作，具備推理、代碼與多模態的全能能力，比如可以一鍵訂票、訂咖啡。

此次DeepSeek則稱其在智能體能力方面實現了突破。編程智能體方面，在代碼修復測評SWE與命令行終端環境下的複雜任務（Terminal-Bench）測試中，DeepSeek-V3.1相比前代模型有顯著進步，所需輪數更少。

在搜索智能體測評方面，在需要多步推理的複雜搜索測試（browsecomp）與多學科專家級難題測試（HLE）上，DeepSeek-V3.1 性能已大幅領先 R1-0528。

有業內人士對《科創板日報》記者表示，今年屬於智能體元年，在探索中發現很多挑戰，也在逐步落地。“到明年的話或許會迎來真正的爆發年，隨着標杆案例的成熟，預計將達到規模化發展。”

隨着基礎大模型迭代的放緩，未來國產大模型的競爭或也將圍繞智能體等場景落地而展開。