# 实测低调上线的DeepSeek新模型：编程比Claude 4还能打，写作…还是算了吧 \| 附彩蛋

- 作者：莫崇宇
- 发布时间：2025-08-20 17:18
- 分类：公司
- 原文：https://www.ifanr.com/1634707

![](https://s3.ifanr.com/wp-content/uploads/2025/08/25.jpg)

自从 GPT-5 发布后，DeepSeek 创始人梁文锋就成了 AI 圈最「忙」的人。

网友和媒体们隔三岔五就要催更一波，不是「压力给到梁文锋」，就是「全网都在等梁文锋回应」。尽管没有等到 DeepSeek R2，但 DeepSeek 今天还是正式上线并开源了新模型 DeepSeek-V3.1-Base。

相比奥特曼今天凌晨接受采访时还在画着 GPT-6 的大饼，DeepSeek 新模型的到来显得相当佛系，连版本号都像是个「小修小补」，但实际体验下来，这次更新还是给了我不少惊喜。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/345.png)

DeepSeek-V3.1-Base 拥有 6850 亿参数，支持 BF16、F8\_E4M3、F32 三种张量类型，以 Safetensors 格式发布，在推理效率上做了不少优化，线上模型版本的上下文窗口也拓展至 128k。

所以我们二话不说，直接官网开测。

附上体验地址：  
https://chat.deepseek.com/

为了测试 V3.1 的长文本处理水平，我找来了《三体》全文，删减到 10 万字左右，然后在文中偷偷塞了一句八竿子打不着的话「我觉得烟锁池塘柳的下联应该是『深圳铁板烧』」，看看它能否准确检索。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/345-1.png)

没有出乎太多意外，DeepSeek V3.1 先是提示文档超出限制，只读取了前 92% 的内容，但依然成功找到了这句话。更有意思的是，它还贴心地提供了文学角度的经典下联推荐：「焰镕海坝枫」。

网友已经已经抢先测试它在编程基准测试 Aider Polyglot 的得分：71.6%，不仅在开源模型中表现最佳，甚至击败了 Claude 4 Opus。

实测下来，我们发现V3.1在编程这块确实有两把刷子。

我们用经典的六边形小球编程题做了测试：「编写一个 p5.js 程序，演示一个球在旋转的六边形内弹跳的过程。球应该受到重力和摩擦力的影响，并且必须逼真地从旋转的墙壁上弹起。」

![](https://s3.ifanr.com/wp-content/uploads/2025/08/1-5.gif)

V3.1的表现相当给力，生成的代码不光搞定了基础碰撞检测，还自动补全了转速、重力之类的细节参数。物理特性逼真到小球会在底部略微减速。

接着我们加大难度，让它用 Three.js 制作交互式 3D 粒子星系。基础框架搭得挺稳，三层设计（内球体、中间圆环、外球体）也算完整，但UI审美嘛……怎么说呢，有种神鬼二象性的感觉，配色方案略显花里胡哨。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/2-5.gif)

继续挑战更复杂的任务。们让它造个沉浸式3D宇宙，要有旋转物体、变形效果、发光弧线，还得加上时间切换、主题转换的交互按钮，点击控制也确实能触发不同特效。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/3-5.gif)

最后一关，让它用 Three.js 搞个交互式 3D 网络可视化，要求包含用户触发的能量脉冲动画，外加主题切换和密度控制功能。整体下来，表现还是过得去的。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/4-4.gif)

「有一牧场，已知养牛 27 头，6 天把草吃尽；养牛 23 头，9 天把草吃尽。如果养牛 21 头，那么几天能把牧场上的草吃尽呢？并且牧场上的草是不断生长的。」

虽然 DeepSeek V3.1 没有采用苏格拉底式的启发教学，但它的解答逻辑清晰、步骤完整。每一步推导都有理有据，最终给出了准确答案。这种扎实的数学功底，着实令人印象深刻。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/10-11.png)

面对「两把武器对比，1~5 攻击 VS 2~4 攻击，哪把更厉害？」这样的问题，一般的回答可能止步于平均伤害计算。但 DeepSeek V3.1 思考得更为周全，引入了伤害稳定性的概念，运用方差进行深入分析。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/21-2.png)

当问及「冰岛有蚊子吗？」这样的小众地理问题时，在未开启搜索功能的前提下，DeepSeek V3.1 的回答质量明显超越了 GPT-5。这不仅体现了其广博的知识储备，更显示了精准的信息提取和整合能力。

最近基孔肯雅热疫情流行，到处灭蚊蚊蚊蚊蚊蚊蚊蚊，那么我很好奇，冰岛有蚊子吗？注意，我没开搜索功能，就回答的质量来看，DeepSeek V3.1 的回答明显要比 GPT-5 胜上一筹。

我前阵子在网上看到一段话：

「懂者得懂其懂，懵者终懵其懵，天机不言即为懂，道破天机岂是懂? 懂是空非空非非空的懂，不懂是色不异空空不异色的不懂:懂自三千大世界来，不懂在此岸与彼岸间徘徊。懂时看山不是山是懂，不懂时看山是山的懂。懂者以不懂证懂，懵者以懂证懵，你说你懂懂与不懂之懂? 你怎知这懂的背后没有大不懂? 凡言懂者皆未真懂，沉默不语的懂，方是天地不言的大懂不懂的懂是懂，懂的不懂也是懂，此乃懂的最高境界–懂无可懂之懂的真空妙有阿!」

![](https://s3.ifanr.com/wp-content/uploads/2025/08/252.jpg)

当我还在用逻辑硬啃这段文字时，DeepSeek 反而在劝我别掉进「道破天机岂是懂」的陷阱——它本身就是对理性傲慢的警告，邀请你跳出文字游戏，直观内心。

当主流AI都在代码、数学领域疯狂内卷，争着抢着搞 Agent 开发时，写作能力反倒成了被遗忘的角落。从某种角度说，这倒是个好消息——AI 完全取代编辑的那一天，似乎又往后推了推。

我尝试让它创作一个「蚊子在冰岛开发布会」的荒诞故事。遗憾的是，DeepSeek V3.1 的 AI 味依然很重，很喜欢拽大词，哦不对，更准确地说，DeepSeek 味还是那么重。

同样的问题在另一个创作任务中也有体现。

当我要求它写一则「AI 与人类争夺文章作者身份」的故事时，能明显感受到某些段落信息密度过高，反而造成视觉疲劳，尤其意象堆砌感过于明显，反而削弱了叙事张力。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/253.jpg)

DeepSeek-V3.1-Base 发布之后，Hugging Face CEO Clément Delangue 在 X 平台发文称；「DeepSeek V3.1 已在 HF 上排名第四，静默发布，无需模型卡」然而，他还是低估了这款模型的发展势头。

如今它已经跃升至第二位，离登顶估计也就是时间问题。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/56.png)

另外，这次版本更新中最引人注目的变化，是 DeepSeek 在官方 APP 和网页端移除了深度思考模式中的「R1」标识。此外，DeepSeek R1 还新增了原生「search token」支持，意味着搜索功能得到了进一步优化。

同时，有推测认为，DeepSeek V3.1 可能是融合推理模型与非推理模型的混合模型，但这样的技术路线是否明智，还有待商榷，而阿里 Qwen 团队在上个月也表示：

「经过与社区沟通和深思熟虑，我们决定停止使用混合思考模式。相反，我们将分别训练 Instruct 和 Thinking 模型，以获得最佳质量。」

截至发稿前，全网翘首以待的 DeepSeek-V3.1-Base 模型卡仍未更新，也许等正式发布后，我们能看到更多有趣的技术细节。

附 Hugging Face 地址：  
https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base