在端午節(jié)來臨前夕，DeepSeek悄悄完成了一次小版本升級，當(dāng)前版本為DeepSeek-R1-0528。

迄今為止，DeepSeek最震動世界的動作還是1月發(fā)布R1。而之后DeepSeek的熱度就開始下降，使用率也有所回落，并且引發(fā)了一些質(zhì)疑。

今年3月，DeepSeek放出了 DeepSeek-V3-0324 模型。時隔兩月，DeepSeek再次進行模型更新。

我們不禁好奇，這次更新又會給我們帶來怎樣的驚喜？

圖源：微博

四大實用升級，普通人也用得到

根據(jù)DeepSeek官方公告，DeepSeek-R1-0528使用2024年12月所發(fā)布的DeepSeek V3 Base模型作為基座，但在后訓(xùn)練過程中投入了更多算力，顯著提升模型的思維深度與推理能力。

這次更新，DeepSeek主要升級了幾個十分實用的功能。

第一，DeepSeek的思考能力深化。

根據(jù)官方介紹，更新后的 R1 模型在數(shù)學(xué)、編程與通用邏輯等多個基準(zhǔn)測評中取得了當(dāng)前國內(nèi)所有模型中首屈一指的優(yōu)異成績，并且在整體表現(xiàn)上已接近其他國際頂尖模型，如 o3 與 Gemini-2.5-Pro。

圖源：DeepSeek官網(wǎng)

最左邊那欄是測試集，可以看到DeepSeek-R1-0528 在各項評測集上均取得了優(yōu)異表現(xiàn)。

并且，相較于舊版 R1，新版模型在復(fù)雜推理任務(wù)中的表現(xiàn)有了顯著提升。例如在 AIME 2025 測試中，新版模型準(zhǔn)確率由舊版的 70% 提升至 87.5%。

舉個例子，DeepSeek-R1-0528現(xiàn)在也能做對數(shù)字新難題“9.9-9.11=？”了。

圖源：DeepSeek

要知道，這種看似簡單的數(shù)學(xué)題能難倒o3、Gemini 2.5 pro、Claude 4等一眾頂流大模型。

另外，這次更新中，上下文長度擴展至164K tokens，支持單任務(wù)最長60分鐘的深度思考，這意味著處理復(fù)雜任務(wù)的能力提升了。

DeepSeek表示，DeepSeek-R1-0528的思維鏈對于學(xué)術(shù)界推理模型的研究和工業(yè)界針對小模型的開發(fā)都將具有重要意義。

第一，新版 DeepSeek R1 針對“幻覺”問題進行了優(yōu)化。

“AI幻覺”（AI Hallucination）這一現(xiàn)象，表現(xiàn)為模型輸出與輸入無關(guān)、違背事實或邏輯的內(nèi)容，例如虛構(gòu)事實、編造引用、錯誤數(shù)據(jù)等。

在一定測試樣本中，AI輸出包含幻覺內(nèi)容的比例就是幻覺率。

相信不少人在網(wǎng)上都看過這樣的吐槽：本來想要借助DeepSeek寫文章，結(jié)果發(fā)現(xiàn)它給出的參考文獻根本不存在！

這就是AI幻覺。

AI幻覺常見表現(xiàn)就是捏造不存在的研究論文或作者，或是提供錯誤的歷史事件、日期或科學(xué)結(jié)論，以及生成與上下文無關(guān)的矛盾回答。

原因有三方面：訓(xùn)練數(shù)據(jù)噪聲或偏差；模型過度依賴統(tǒng)計模式而非真實理解；提示模糊或引導(dǎo)不當(dāng)。

總而言之，幻覺率是評估AI可靠性的重要指標(biāo)。

而舊版相比，更新后的模型在改寫潤色、總結(jié)摘要、閱讀理解等場景中，幻覺率降低了 45～50% 左右，能夠有效地提供更為準(zhǔn)確、可靠的結(jié)果。

不得不說，這是很實用的一大進步。

第二，新版 DeepSeek R1在創(chuàng)意寫作、代碼生角色扮演等功能上有了很大的優(yōu)化。

舊版 R1 的基礎(chǔ)上，更新后的 R1 模型針對議論文、小說、散文等文體進行了進一步優(yōu)化，能夠輸出篇幅更長、結(jié)構(gòu)內(nèi)容更完整的長篇作品，同時呈現(xiàn)出更加貼近人類偏好的寫作風(fēng)格。

圖源：DeepSeek官網(wǎng)

而在編程測評中，R1-0528與OpenAI的o3-high版本表現(xiàn)接近，部分任務(wù)甚至超越Claude 4 Sonnet等頂尖模型。

例如，生成帶有動畫效果的天氣卡片代碼時，R1的設(shè)計細(xì)節(jié)和交互動畫完成度優(yōu)于Claude。

圖源：微博

第四，DeepSeek-R1-0528 支持工具調(diào)用（不支持在 thinking 中進行工具調(diào)用）。

根據(jù)官方介紹，當(dāng)前模型 Tau-Bench 測評成績?yōu)?airline 53.5% / retail 63.9%，與 OpenAI o1-high 相當(dāng)，但與 o3-High 以及 Claude 4 Sonnet 仍有差距。

圖源：DeepSeek官網(wǎng)

總結(jié)一下，根據(jù)中國經(jīng)濟網(wǎng)報道，升級主要有四個方面。

首先，響應(yīng)質(zhì)量優(yōu)化。

對復(fù)雜推理、多步驟計算更準(zhǔn)確；長文理解與生成更連貫、邏輯更清晰；數(shù)學(xué)、編程等專業(yè)性輸出更可靠。

其次，響應(yīng)速度小幅提升。

在網(wǎng)頁端、App、API 接口中響應(yīng)更敏捷，尤其在處理超長文本輸入時，延遲有所降低（約提升 10%～20%）。

再次，對話穩(wěn)定性增強。

上下文記憶更穩(wěn)定，尤其在超長對話中，并且減少偶爾“遺忘設(shè)定”或“跑偏”的情況。

最后，API 和接口兼容性保持穩(wěn)定。

如公告所說：API 調(diào)用方式、參數(shù)、返回結(jié)構(gòu)完全不變，用戶無需調(diào)整現(xiàn)有集成，即可無縫使用新版本。

換句話說，日常生活中，現(xiàn)在的DeepSeek-R1-0528 已經(jīng)足夠應(yīng)對大多數(shù)問題，而在學(xué)習(xí)和工作中，DeepSeek-R1-0528的可靠性大大提升、使用體驗也變好了。

強如DeepSeek，叫板國外AI大模型

在現(xiàn)在這個人人都在卷AI的時候，DeepSeek還保留著獨特的優(yōu)勢。

首先，在開源策略上，更新后的DeepSeek-R1依然選擇開源。

DeepSeek采用MIT協(xié)議開源，允許免費商用，甚至不用公開自己的修改代碼，極大降低了AI應(yīng)用門檻。

其次，DeepSeek成本優(yōu)勢顯著，開發(fā)者狂喜。

其API價格僅為OpenAI o1的1/50（輸入token）至1/27（輸出token），也就是同樣處理字?jǐn)?shù)的文本，用R1需要的成本比用OpenAI低很多，

因此，在性價比方面，DeepSeek稱第二，沒人敢稱第一。

最后，DeepSeek與國內(nèi)應(yīng)用市場的適配度很高。

目前DeepSeek已經(jīng)接入許多應(yīng)用，例如華為小藝、騰訊元寶等，有著廣泛的用戶基礎(chǔ)。

并且國產(chǎn)硬件，如華為昇騰910B芯片已完成適配，支持本地化部署，徹底擺脫對英偉達(dá)的依賴。

然而，DeepSeek還有許多可以優(yōu)化的空間。

圖源：微博

一方面，測評顯示，R1在編程能力上與o3-high接近，數(shù)學(xué)推理優(yōu)于Gemini 2.5 Pro，但工具調(diào)用能力仍存在差距。

另一方面，暫不支持圖片、語音等多模態(tài)輸入，在日常使用中有局限性。

另外，在創(chuàng)意寫作、多輪對話等場景，R1和頂級模型仍有差距。盡管幻覺率降低，模型在長文本對話中仍可能出現(xiàn)邏輯錯誤，并且部分用戶反饋服務(wù)響應(yīng)存在延遲，“服務(wù)器繁忙，請稍后重試”恐怕也是人們對DeepSeek的重要印象之一。

圖源：微博

迄今為止，DeepSeek最震動世界的動作還是1月發(fā)布R1。

3月份DeepSeek放出的 DeepSeek-V3-0324 模型，主要優(yōu)化了代碼方面的功能。該模型全面超越 Claude-3.7-Sonnet，在數(shù)學(xué)、代碼類相關(guān)評測集上超過 GPT-4.5。

而當(dāng)前，市場最關(guān)心的依然是R2模型發(fā)布。

4月初，DeepSeek聯(lián)手清華大學(xué)發(fā)布一篇論文，提出一種名為自我原則點評調(diào)優(yōu)（SPCT）的新學(xué)習(xí)方。同時，研究者引入了元獎勵模型（meta RM），進一步提升推理擴展性能。

上述論文引發(fā)了DeepSeek的R2是否很快面世的猜測。

而這次版本升級，再次激起了人們對R2的期待。

有人認(rèn)為，這次的小版本升級可能意味著，R2還遠(yuǎn)未準(zhǔn)備好推出。

也有人認(rèn)為，這次優(yōu)化這么多功能都只是一次“小版本升級”，那么R2如果出來，其影響力想必不會輸給R1。

圖源：微博

DeepSeek-R1的升級像一場靜水深流的變革——它沒有渲染“顛覆世界”的野心，卻用更長的思考時間、更低的犯錯率、更貼近普通人的成本，悄悄改寫了“強者恒強”的AI敘事。

這一次，我們看到的不是參數(shù)競賽的喧囂，也不是資本游戲的狂歡，而是一個樸素的真相：真正的進步，往往藏在“夠用就好”的克制里。

技術(shù)的光芒，本就該照進這些具體而微的生活褶皺里。

作者 | 劉峰