DeepSeek 猝不及防地更新了，不是 R2，而是 R1 v2。

官方的通告也很「DeepSeek」，甚至可以說有點佛系，在微信交流群發了一句：

「DeepSeek R1 模型已完成小版本試升級，歡迎前往官方網頁、APP、小程序測試(打開深度思考)，API 接口和使用方式保持不變。」

看起來平平無奇，但真一頓實測下來，這個「小版本」恐怕還是過于謙虛了。

全球最大 AI 開源社區 Hugging Face 已經開源了這個新版本，名字也很實在：DeepSeek-R1-0528。不過截至目前，模型卡還沒同步更新。

有需求的開發者可以自己動手部署，附上開源地址：https://huggingface.co/DeepSeek-ai/DeepSeek-R1-0528/tree/main

特點總結：

推理能力大幅提升，代碼水平暴漲

?? 寫作表現更有人味，格式更規范

思考過程不僅快，還有條理、講邏輯

?? 支持長時間思考，一項任務可持續 30 到 60 分鐘

根據編碼基準測試 LiveCodeBench 的最新結果，這一版 R1 的表現已經和 OpenAI o3 High 已經五五開了，而且，它的進步也遠不止于代碼能力。

當然，驗證一款模型是否真正「可用」，還得看它在真實場景下的表現，我們也照例跑了幾個案例。

編程：網頁、游戲、UI，啥都能做

【掃雷游戲】考察編程、邏輯推理

比方說，我們參考網友@ ty_1215 的提示詞，讓新版 R1 設計一個掃雷游戲，結果不但邏輯完整，生成代碼結構工整，直接就能拿來跑。

雖然這個任務比較簡單，但在邏輯推理和編程結構的處理上，也算是超出了我的預期。

【音樂播放器】考察審美、功能規劃

再讓它模仿 QQ 音樂播放器的 UI 設計，給它指個方向，它咔咔就是一通輸出，不僅有播放器主體，還帶歌詞、播放按鈕、封面圖、進度條。

理解任務只是基本操作，但拆解指示設計出符合審美且功能完整的界面就難上加難了，最終交出的成果也給我一種它能做得更好的既視感。

【太陽系模擬】考察圖形渲染和物理模擬

再放飛一點，讓它模擬一個太陽系，包括太陽、八大行星和月球，能展示公轉軌道、自轉動畫，還要求背景得帶上動態的星星。

生成的效果雖然顏色配得土了點，但搭配漫天的星星，整個空間氛圍感直接拉滿，尤其是那個可縮放可旋轉的視角，完全可以作為中小學科普動畫的原型演示。

寫作：喜大普奔，終于不油膩啦

【風格模仿】考察寫作、深度理解

除了寫代碼，新版 R1 寫文章的水準也有大幅度提升。一句話概括，就是更有人味了。

春節期間，我們讓 DeepSeek R1 以《百年孤獨》的風格寫春節面對七大姑八大姨的故事，當時就發現，舊版 R1 文筆最大的毛病太愛堆砌意象，拽大詞，讀著有點油。

這次用 R1 v2 復刻同一個問題，風格明顯收斂不少，語言更自然，意象不突兀，有文學感但不矯情，讀起來更自然了。

最近看到一句文言文版的「懂的都懂」，我心想，新版 R1 停留在字面意思就已經實屬不易了，結果出乎意料，它不僅提供字面意思，還深挖了個深層含義，以及甚至從哲學角度開始思考。

類似的，我們 3 月份的時候讓 Deepseek R1 對《紅樓夢》脂批中的「情榜」進行解讀，發現它的深度思考過程邏輯性較弱，零散地整合了不同網頁的觀點。

而且，「泛靈論」「理性超越」「異化」等非口語化的詞匯還是頻繁出現，分析內容也較為機械干癟。

這次拿同樣的問題問 R1 v2，觀察它的深度思考過程，發現思考過程的邏輯性更清楚完整，不再是對網頁信息的零散整合，且有關注到「用戶可能沒意識到但值得深挖的點」。

最重要的是，它在生成回答時自行「注意避免學術腔」，也添加了生動的場景例證。

思維鏈及推理：依然靠譜，還更清楚

語言能力的進步，不僅對于文本生成很重要，更加是滲透在每個環節——尤其是思維鏈。

思維鏈反映的是模型是怎么想的、為什么得出這個結論，以及它怎么表達自己這一系列經過。

DeepSeek 這次的升級，并不只是「答對題」這么簡單。更重要的是，它在推理路徑上的一些細節變化，開始顯露出新的能力結構。

【雞兔同籠】：考察推理理解、解法多樣性

雞兔同籠是非常經典的「必考題」，沒有模型能逃得過。新 R1 的表現展現出很好的穩健性：一開始用設元 + 解方程，體現出結構化建模能力。后面補了一種邏輯回推法——一種典型的奧數思維訓練套路。

兩種方法互補，驗算結果，保證正確。在整個思維鏈展開中，每一個變量意義、每一步計算、每一個代入都交代得明明白白。尤其是中間過程的口語化表達，非常適合給不那么擅長數學的讀者閱讀。

不過，整個過程里沒有出現自我糾錯？這不應該啊，再上個題試試。

【計算時針角度】考察混合題型、基本幾何知識

這題看下來，可以拍著良心說，CoT 的進步相當明顯。

首先有清晰的結構意識，先講「表面方法」，用基本角度計算；再引入「常用公式」進行驗證；最后還能進行反向校正，驗證。

「時針角度」的計算是非常理想的模型測試題，因為除了要計算數值，也要有簡單的幾何概念。新 R1 不僅能完成計算，還體現基本的幾何空間感。

整個過程中，多次出現了「我再確認一下」「有時候會有人算錯」「我可能漏掉了什么」這些自查，說明模型現在并不只是一股腦的列數據，而是有「我正在思考」的姿態——雖然只是姿態，但這不就是 CoT 的核心嗎？

【語義陷阱推理】考察分詞能力、嵌套推理拆解

這看似一個腦筋急轉彎，但實際上，所謂的「真話假話」之間互相嵌套，在推理上要真正理解「最少」和「最多」的語義。

這也就意味著不能武斷地分詞，必須考慮每一種情況。因此這道題的思維鏈和解答都是最長的——超過了四千字。

語義理解沒有翻車，這點很不錯。從兩個互斥的假設出發，來一點點完成推理，考慮了盡可能多種場景和可能性。

在「總是說謊」這個條件解釋上，新 R1 沒有過多解釋。實際上，中文里它是會引發歧義的，「總是」二字會誤導模型以為是「過去一直都說謊」而非「當下說謊」。它這次沒踩坑，可能有一定概率是靠「幻覺」躲過去了。

不過，這一題是真實暴露出了問題：無論是思維鏈，還是最后的解答，敘述方式都是典型的「語言模型思維鏈+流水賬排查」，寫得跟個五年級數學作業一樣，洋洋灑灑也啰啰嗦嗦……

如果生成一個鏈條圖、思維導圖，可能會更清楚。

總體講，新 R1「腦子」比以前清楚了，推理一如既往的靠譜。在代數推導、假設排除等環節表現穩定。推理路徑整體連貫，基本能準確理解語義陷阱類題目中的邏輯關系。

思維鏈的表現來看，相比于之前的略顯冰冷的「理工腦袋」敘述方式，這一次的 CoT 有點像是把模型的「腦內小劇場」擺了出來。但要更貼近「人類思維風格」的表達，還需在精煉、組織與重點識別上繼續優化。

除了我們的測試，網友們的反饋也進一步驗證了新版 R1 的進步。

以經典的小球測試為例，從網友 @flavioAd 發的測試結果來看，新舊模型差距相當明顯：舊版 R1 的球動作生硬、彈跳粘線，像是被釘死在軌道上；新版 R1 的球運動更自然、重力感更強。

用網友的話來說，「這個新版的球有自我意識，自己決定什么時候彈跳」

另一個測試來自博主 @karminski3，他拿 DeepSeek-R1-0528 和 Claude-4-Sonnet 測試了一個球體撞墻的案例。

同樣的提示詞，Claude 輸出了 542 行代碼，DeepSeek 直接來 728 行，功能更全、細節更細，尤其是控制面板的配色、反射、FPS 表現……有點工業設計作業的即視感。

模型的基礎常識能力在此次更新中有所升級。網友 @Yuchenj_UW 提到， DeepSeek-R1-0528 是目前唯一一個能穩定正確回答 「9.9 - 9.11 等于多少？」的模型。

網友的梗也沒落下。有人調侃 DeepSeek 寫代碼像 freestyle：如果數學天才陶哲軒 DeepSeek 強強聯合，說不定真能出個「專輯」。當然，他所說的專輯不是音樂，而是一份能解決當代數學難題的論文。

知名 X 博主 @slow_developer 也加入了實測陣營，稱贊「DeepSeek 真是王者歸來……」他為 R1 v2 設計了一道中等復雜度的任務：構建一個單詞評分系統。

DeepSeek R1 簡單思考了一下，一次性生成兩個文件，一個是主程序，一個是測試腳本，代碼結構清晰，邏輯閉環，首次運行就順利通過，沒有報錯。

目前據他測試，只有 OpenAI 的 o3 模型曾經能做到這種穩定輸出，DeepSeek R1 v2 是第二個。

網友 @mishig25 的案例則演示了 R1 v2 在 Hugging Face Playground 上完整跑通 Chat Template，實現結構化函數調用的過程。

從解析用戶意圖、觸發具體函數，到最后組合成回答的完整流程，DeepSeek 全程干凈利落，表現出極強的指令理解 + 執行能力。

簡言之，別被 DeepSeek-R1-0528 這個樸實無華的名字忽悠了。

壞消息是，新版 R1 的發布意味著 R2 恐怕還得再等等，好消息是，新版 R1 表面看著是個「小版本」，實則是一次能打的真升級，不管是可用性、穩定性，還是復雜任務的完成度，全都肉眼可見地往上抬了一檔。

如果你還在苦等 R2，不妨先認真看看 R1 v2。用過一次，就真的回不去了。不過 DeepSeek 啊，咱就是說...那「服務器繁忙」的提示，能少點不？

模型是好用，咱也得能用上才行啊！

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）