作者｜沐風(fēng)

來源｜AI先鋒官

臨近端午假期，DeepSeek官方宣布DeepSeek R1模型已完成小版本試升級，歡迎前往官方網(wǎng)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。

果然符合DeepSeek的作風(fēng)，節(jié)前搞事。

緊接著，在今天凌晨，官方又在HuggingFace上開源了DeepSeek-R1-0528。

開源地址：

https://huggingface.co/DeepSeek-ai/DeepSeek-R1-0528/tree/main

不過，DeepSeek官方此次并沒有公布版本更新的具體內(nèi)容。

有消息稱，該模型是基于DeepSeek-V3-0324訓(xùn)練（參數(shù)為660B）。

據(jù)眾多開發(fā)者測試發(fā)現(xiàn)，DeepSeek-R1-0528目前提升最為明顯的也是代碼能力。

在代碼測試平臺Live CodeBench中，其性能幾乎媲美OpenAI的o3-high和o4-mini（Medium)超越了Gemini 2.5 Flash。

AI博主同時也是KCORES開源硬件項目聯(lián)合創(chuàng)始人“karminski-牙醫(yī)”使用DeepSeek-R1-0528和Claude-4-Sonnet進行了對比測試。

在Prompt相同，且一次性生成的情況下， Claude-4-Sonnet生成了542行, DeepSeek-R1-0528生成了728行。

從平面的橙色漫反射、控制面板的美觀程度、撞擊后的運動方向等效果上看，DeepSeek-R1-0528更加出色。

另外，根據(jù)其他網(wǎng)友的測試結(jié)果顯示，DeepSeek-R1-0528在前端設(shè)計的審美、編碼能力上也已經(jīng)達到了Claude 4 Sonnet水準。

例如：

大家可以自行對比。

X博主Haider.更是直接稱贊到“這是我在這個任務(wù)上測試過的最好的模型”，他讓DeepSeek-R1-0528構(gòu)建一個單詞評分系統(tǒng)。

DeepSeek-R1-0528簡要思考后，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(jié)構(gòu)清晰，邏輯閉環(huán)，首次運行就順利通過，沒有報錯。

該博主稱，此前，o3是唯一能完成這個任務(wù)的模型，DeepSeek-R1-0528是第二個，堪稱是完成這個任務(wù)的最佳型。

不過，DeepSeek-R1-0528在編程能力的全面性上還是有一點點不足。

例如，缺少多模態(tài)能力，它不能像Claud那樣通過截圖來描述代碼錯誤，調(diào)試比較麻煩。

但即便如此，它在代碼生成方面已經(jīng)穩(wěn)穩(wěn)站在了Claude 3.7和Claude 4之間的水平。

另外，它的進步也遠不止于代碼能力。

“karminski-牙醫(yī)”還對其進行了文本召回測試。

發(fā)現(xiàn)DeepSeek-R1-0528在上下文32K以內(nèi)比之前的R1模型要好不少，但是在60K的上下文中效果下降了不少。

這意味著在32K以內(nèi)針對給定的材料向DeepSeek-R1-0528提問問題，它回答的準確度會更好。

同時，也有開發(fā)者總結(jié)此次更新的另外幾個亮點：

·能像Google模型一樣深度推理文本生成優(yōu)化；

·寫作任務(wù)，更自然、格式更好；

·不僅僅是快速，而且深思熟慮；

·單任務(wù)處理時長可達30-60分鐘。

不過，最具爭議的一點是，思考時間更長，有網(wǎng)友實測后，R1思考時長超過了25分鐘。

有網(wǎng)友認為，它的思考過程之所以很長，是為了彌補推理能力，導(dǎo)致響應(yīng)速度比較慢。

但也有網(wǎng)友認為，長思考可以讓它給出的答案更加準確。

例如，有網(wǎng)友提到，DeepSeek-R1-0528是目前唯一一個能穩(wěn)定正確回答“9.9-9.11 等于多少?”的模型。

雖然官方稱此次R1是“小版本試升級”，但在網(wǎng)友看來卻是一次實打?qū)嵉恼嫔墶?/p>

許多網(wǎng)友不禁讓感嘆，如果這是R1，那么R2會有多好？

但此次DeepSeek-R1-0528的發(fā)布也意味著R2恐怕還得再等等。

DeepSeek該不會覺得只要不是模型架構(gòu)更新，只是能力變強就不算大版本升級？

掃碼邀請進群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。

往期文章回顧