DeepSeek 升级 V3 模型：改用宽松的 MIT 协议，编程性能微涨

首次发布 2025年3月24日 UTC 23:44传播指数 47

DeepSeek 低调发布改进版 DeepSeek-V3 大模型，将开源协议切换为更宽松的 MIT 协议，商用与修改几乎不再受限。新版在 Python 与 Bash 代码评测中提升数个百分点至约 60%，苹果研究员实测其量化版可在 Mac Studio 上以每秒 20 token 运行。

DeepSeek-V3 迎来了一次低调升级。这是一个总参数 6710 亿、激活参数约 370 亿的开源通用大语言模型，能用来生成代码、解答数学题以及处理各类通用文本任务。

这次更新最直接的变化在于许可证。DeepSeek 放弃了此前的自定义开源协议，全面切换为业内最宽松的 MIT 协议。开发者和企业现在可以几乎毫无限制地将它用于商业项目、闭源修改或集成到自家产品中。

性能微涨，微调来自 R1

这次升级由软件开发者 Simon Willison 最先发现并报道。DeepSeek 官方并未大张旗鼓发公告，甚至模型仓库的说明文件一度完全留白。

据 VentureBeat 注意到的一则测试，新版模型在生成 Python 与 Bash 代码的基准测试中拿到了约 60% 的分数，相比原版提升了数个百分点。

这套提升主要得益于后续训练。DeepSeek 工程师利用旗舰推理模型 DeepSeek-R1 的生成数据对 V3 进行了微调，从而改善了输出质量。

不过，它在逻辑测试上依然落后于专攻推理的 DeepSeek-R1，得分也低于同样针对推理做过优化的 Qwen-32B。它的定位依然是通用底座，而非纯推理特化模型。

因为采用了混合专家架构，DeepSeek-V3 虽然体量达到 6710 亿参数，但处理任务时只激活约 370 亿参数。这让它的基础设施开销远低于传统全激活模型，推理成本也明显低于 R1。

苹果公司机器学习研究团队的研究科学家 Awni Hannun 在本地进行了实测。他在一台售价 9499 美元的高配 Mac Studio 上成功跑起了新版 V3。

在采用 4 位（4-bit）量化技术后，模型在 Mac Studio 上的输出速度大约能达到每秒 20 个 token。量化虽然会稍微牺牲一点点精度，但大幅降低了显存占用和延迟。

普通开发者如果想尝试，可以在开源社区获取权重。不过要想在本地顺畅部署，一台拥有超大统一内存的高配 Mac Studio 或多张数据中心显卡依然是硬性门槛。

我们认为，这次更新最值得看好的不是微涨的代码分数，而是换用 MIT 协议这一步。此前自定义开源协议多少让大企业在法务合规上有所顾忌，换成 MIT 后，商用顾虑被彻底扫清，任何人都能拿它当作商业底层来魔改。

如果你正在寻找一个高性价比、无版权包袱的开源通用底模，现在就可以把它纳入选型。但如果你需要的是极致的长思维链推理，专攻推理的 R1 依然是更好的选择。