北京时间3月24日晚间，DeepSeek悄然将DeepSeek-V3模型的最新版本上传到了开源平台HuggingFace。
新模型的版本号为DeepSeek-V3-0324，参数为6850亿，较初代V3版本的6710亿有小幅增长。
尽管DeepSeek十分低调，但还是有不少人在第一时间就注意到了这一更新，并对其进行了测试。
根据社区测试反馈，DeepSeek-V3-0324最明显的变化是编程能力得到了极大的提升。众多开发者基于对新模型的综合体验判断，新模型的编程能力已经接近目前最强编程模型Claude 3.7 Sonnet。
3月25日，专业AI模型评测机构Artificial Analysis发布的最新排名显示，新版V3在基准测试中较老版V3跃升了7位，排名所有非推理模型中的第一名。
《每日经济新闻》记者实测后发现，DeepSeek-V3-0324的编程能力确实强大，但仍会出现幻觉问题。
有外媒推测：“V3新版本的推出时机和特点强烈表明，它将成为DeepSeek-R2的基础，后者是一款新的推理模型，预计在未来两个月内推出。这遵循了DeepSeek的既定模式，即基础模型比专门的推理模型早几周推出。”
机构：新版V3排名非推理模型第一
当地时间3月25日，专业AI模型评测机构Artificial Analysis在评测完新版V3后发推表示，这对开源来说是一个里程碑，因为这是开放权重模型首次成为领先的非推理模型。新版V3在他们的基准测试中跃升了7位，为所有非推理模型中的第一名。
图片来源：Artifical Analysis
虽然它在能力上仍落后于众多推理模型，但这并不能影响这一成就的重要性。因为非推理模型相较于推理模型在速度上具有优势，它可以立即回答，而无需花时间“思考”。
AI编码工具aider开发者保罗·高蒂尔对其进行了多语言基准测试，得分为55%，较上一个版本有显著提升。他认为，新版V3是仅次于Claude 3.7 Sonnet的非推理模型了，并且它比R1和o3-mini这样的推理模型更具竞争力，因为它的费用更便宜。
图片来源：X
开源大模型评测项目Kcores大模型竞技场的最新测试数据显示，新版V3的代码能力达到了328.3分，仅次于Claude 3.7 Sonnet（思考模型）和Claude 3.5（因不同测试之间题目不同，所以测试结果会有偏差）。
图片来源：Kcores大模型竞技场
在Kcores大模型中的四个测试中，新版V3都展示了出色的能力，特别是在九大行星模拟测试中，它是测试的25个模型中，唯一一个画了土星环的大模型。
图片来源：Kcores大模型竞技场
记者实测新版V3编程能力：完成度高，难掩幻觉问题
截至目前，DeepSeek并没有放出DeepSeek-V3-0324的跑分结果。
不过，广大网友对其进行了独立测试。在众多用户的体验中，最常被提到的就是新版V3的代码能力。
有网友同时比较了新版V3和R1之间的编程能力，要求：
创建一个包含CSS和JavaScript的单个HTML文件，以生成一个动画天气卡片。卡片应通过不同的动画直观地表示以下天气条件：
风：（例如，移动的云朵、摇曳的树木或风线）
雨：（例如，落下的雨滴、形成的水坑）
晴：（例如，闪耀的光线、明亮的背景）
雪：（例如，落下的雪花、积雪）并排显示所有天气卡片。
卡片应具有深色背景。在此单个文件中提供所有 HTML、CSS 和 JavaScript 代码。JavaScript 应包含一种在不同天气条件之间切换的方法（例如，一个函数或一组按钮），以演示每种天气的动画。
从下图可以发现，两者生成的效果可谓天差地别。
左侧为新版V3，右侧为R1 图片来源：X
每经记者也对新版V3进行了测试，请它生成一个可以互动的、介绍世界风光的网站前端。
DeepSeek的响应过程十分丝滑，只花了2分钟就完成了，生成的网站配有日间/夜间模式切换、评论区、评分系统、收藏系统和社媒分享系统。
不过需要指出的是，在一些细节上DeepSeek还是出现了幻觉问题，比如在介绍马丘比丘时配上了和其毫无相关的图片，在介绍长城时张冠李戴地配上了故宫的图片。但整体的网站完成度还是值得点赞的。
网友热评：对OpenAI如同噩梦，对DeepSeek-R2寄予厚望
还有网友综合体验下来表示，新版V3的提升幅度大约相当于Sonnet 3.5到Sonnet 3.6的提升。
有国外网友直呼，这对OpenAI来说就是一场噩梦。
图片来源：X
有外媒表示：“V3新版本的推出时机和特点强烈表明，它将成为DeepSeek-R2的基础，后者是一款新的推理模型，预计在未来两个月内推出。这遵循了DeepSeek的既定模式，即其基础模型比专门的推理模型早几周推出。”
Artificial Analysis表示，此版本可以说比R1更令人印象深刻，并且可能表明R2将是另一个重大飞跃。
Kocres联合创始人“karminski牙医”在测试完新版V3后表示：“DeepSeek-V3新版本的能力十分可怕，甚至这还都不是DeepSeek-V4，更不是DeepSeek-R2！我现在十分期待DeepSeek-R2的发布了！”
国外知名AI评论员“chubby”表示，这个小更新比预期的要大很多，因此我们对DeepSeek-R2寄予厚望。R2会成为有史以来最重要的开源推理模型。
有Reddit用户指出：“这与DeepSeek在圣诞节前后发布V3并在几周后发布R1的方式一致。据传R2将于4月发布。”
如果DeepSeek-R2遵循R1发布的轨迹，它可能会对OpenAI的下一个旗舰模型GPT-5构成直接挑战。此前，阿尔特曼在访谈中表示，GPT-5很快就会和大家见面。
（文章来源：每日经济新闻）
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
