DeepSeek-V3.1震撼发布：高效智能体能力引领AI新纪元

21日，DeepSeek官方宣布了一项重大更新：我们推出了最新版本模型DeepSeek-V3.1！

消息一出，一个小时内在X平台上的浏览热度就飙升到了26万！

据DeepSeek介绍，DeepSeek-V3.1是一款混合型模型，支持“思考模式”与“非思考模式”混合运行，用户可以根据具体需求，灵活切换推理深度，兼顾效率与性能。

通过深度优化的训练策略与大规模长文档扩展，DeepSeek-V3.1在推理速度、工具调用智能、代码和数学任务等方面均取得了显著进步。

让我们来梳理一下这次新版模型的几大亮点：

·混合思考模式：通过切换对话模板，单一模型即可兼容思考与非思考两种模式。

·更智能的工具调用：通过后训练优化，模型在调用工具和完成Agent（智能体）任务方面的表现显著提升。

·更高的思考效率：DeepSeek-V3.1-Think在回答质量上可与R1-0528媲美，同时响应速度更快。

A

官方测试结果显示，V3.1-Think在AIME 2025（美国数学邀请赛2025版）得分88.4%，GPQA Diamond（高难度研究生级知识问答数据集的Diamond子集）得分80.1%，LiveCodeBench（实时编码基准）得分74.8%，均优于老模型R1-0528的表现：87.5%、81.0%、73.3%。

而且，正如下图所示（纵轴代表输出token数），V3.1-Think的输出tokens大幅减少。

也就是说，V3.1-Think相较于老模型R1-0528，使用更少的tokens，达到了相似或略高的准确率，在计算资源优化上的优势显而易见。

在软件工程和Agent任务基准上的性能提升方面：

·SWE-Bench Verified，DeepSeek-V3.1得分66.0%，远高于V3-0324的45.4%和R1-0528的44.6%，表明其在处理复杂代码任务时更可靠。

·SWE-Bench Multilingual（多语言版本），DeepSeek-V3.1得分54.5%，大幅领先V3-0324的29.3%和R1-0528的30.5%。说明其在多语言支持上有很大进步。

·Terminal-Bench（使用Terminus 1框架的基准），DeepSeek-V3.1得分31.3%，优于V3-0324的13.3%和R1-0528的5.7%，在Agent框架下的效率提升，适合自动化运维或DevOps应用。

需要注意的是，DeepSeek V3.1的本次更新，核心在于显著增强了模型的智能体能力，尤其是在复杂推理和工具链协作场景下的实际表现。

此外，DeepSeek-V3.1在搜索Agent、长上下文理解、事实问答和工具使用等领域的性能也表现强势。

DeepSeek-V3.1（基于MoE架构，总参数671B，激活37B）在大多数基准上显著优于R1-0528，在搜索Agent和长上下文任务上的平均提升约20-30%，尤其在工具使用（如xbench-DeepSearch）和事实QA（如SimpleQA）中领先，这意味着它适合构建AI Agent应用。

相比R1-0528（专注于推理但效率较低），DeepSeek-V3.1更注重平衡速度与质量，DeepSeek的“Agent时代” 正式拉开帷幕。

B

除了具体的性能表现外，DeepSeek发布新模型时，价格也是外界关注的焦点。

这次，DeepSeek也没有让大家失望。

Input API Price（输入定价），分为两种情况：

·Cache Hit（缓存命中）：只需支付$ 7/百万tokens。

·Cache Miss（缓存未命中）：费用为$ 56/百万tokens。·Output API Price（输出定价）为$ 68/百万tokens。.

MenloVentures的风险投资人、前谷歌搜索团队成员Deedy也发推大呼“鲸鱼回来了”。

除了价格亲民之外，DeepSeek-V3.1还首次实现了对Anthropic API的原生兼容。

这也意味着，用户可以像调用Claude或Anthropic生态的模型一样，将DeepSeek的集成进现有系统。无论是通过Claude Code工具链还是直接使用Anthropic官方SDK，开发者只需配置API地址和密钥，即可在所有支持Anthropic API的环境下，使用DeepSeek-V3.1提供的推理和对话能力。

从目前的反馈来看，外界对这次发布的反馈还是很好的。尽管它并非“拳打Grok4、脚踩GPT-5”的霸王龙，但它有明确的、清晰的侧重点与优势。

更有意思的是，从两天前DeepSeek默默发了V3.1-Base开始，网友已经再次惊叹于DeepSeek发模型的节奏之舒适、态度之低调。

在其他模型发布往往先炒作规格和性能数据的时候，DeepSeek反其道而行，直接放出模型文件让开发者立即下载测试，然后再补充细节。高效、开发者友好。