DeepSeek V3.1版本震撼发布，以其卓越的编程能力和超长的上下文处理能力，迅速吸引了业界的广泛关注。昨晚，DeepSeek官方低调上线了这一新版本，将上下文长度拓展至前所未有的128k，为用户带来了更加流畅和高效的交互体验。
据悉，此次开源的V3.1模型配备了高达685B的参数，并支持从BF16到FP8的多种精度格式，展现了其强大的技术实力。在编程方面，V3.1表现尤为突出，根据社区使用Aider的测试数据，它在开源模型中独占鳌头，取得了71.6%的高分，超越了Claude Opus 4，同时推理和响应速度也得到了显著提升。
除了编程能力的显著提升，V3.1还新增了原生「search token」的支持，进一步优化了搜索功能。线上模型去除了「R1」标识，引发了业界对于DeepSeek未来可能采用「混合架构」的猜测。在成本方面，V3.1也展现出了极大的优势，每次完整编程任务仅需1.01美元，成本仅为专有系统的六十分之一，这无疑为用户带来了更多的实惠。
值得注意的是，DeepSeek官方群中还强调了128K上下文的拓展，而此前V3版本已经具备了这一支持。这一更新迅速引发了网友们的热议，即便还未公布模型卡，DeepSeek V3.1就已经在Hugging Face的趋势榜上名列前茅，粉丝数也迅速突破了8万大关。
在实际测试中，DeepSeek V3.1的表现同样令人瞩目。在Aider Polyglot多语言编程测试中，V3.1一举击败了Claude 4 Opus和DeepSeek R1，拿下了71.6%的高分。同时，在SVGBench基准上，V3.1的实力也仅次于GPT-4.1-mini，远超DeepSeek R1。尽管在MMLU多任务语言理解方面，V3.1与GPT-5仍有一定的差距，但在编程、研究生级基准问答和软件工程等领域，V3.1已经展现出了强大的竞争力。
网友们对于DeepSeek V3.1的更新也充满了期待，纷纷表示希望尽快看到R2版本的发布。一位网友在实测中模拟了六边形中小球自由落体的物理测试，发现V3.1的理解力有了明显提升。这一测试也进一步验证了V3.1在上下文处理和推理能力方面的优势。
