DeepSeek 上线 V3.1：一个模型切换思考与快答，参数 671B

首次发布 2025年8月19日 UTC 19:23传播指数 50

DeepSeek 在 Hugging Face 发布 DeepSeek-V3.1。新模型总参数 671B、激活 37B，最大看点是支持混合思考模式，改动模板就能在思考与普通回答间切换。它的工具调用与 Agent 能力显著提升，且答题质量比肩 R1-0528 但速度更快。

DeepSeek-V3.1 是一个同时支持思考推理与常规快答的开源大模型。它拥有 671B 总参数、37B 激活参数，原生支持 128K 上下文。开发者现在就可以在 Hugging Face 和 ModelScope 上下载它的开源权重。

它能做什么

以往要想兼顾深度推理和日常对话，往往得在后台同时跑两个模型。DeepSeek-V3.1 把这两件事合二为一，只要改动聊天模板，就能在思考模式与非思考模式之间自由切换。

在思考模式下，它的回答质量完全能对标此前的 DeepSeek-R1-0528，但生成速度明显更快。

这次升级还大幅增强了 Agent 与工具调用能力。它在 SWE 和 Terminal-Bench 等基准测试上的表现更好，应付复杂的多步搜索和终端任务更加稳当。

在官方 API 侧，非思考模式对应 deepseek-chat，思考模式对应 deepseek-reasoner，两边都拉满了 128K 上下文。接口不仅兼容了 Anthropic API 格式，还在测试版中加入了严格函数调用（Strict Function Calling）支持。

这个双模式能力是怎么来的？核心在于后训练与两阶段长上下文扩展。V3.1 在基础模型上累计追加了 840B tokens 的长文本预训练。

其中 32K 阶段的训练数据扩充了 10 倍，达到 630B tokens；128K 阶段则增加了 3.3 倍，达到 209B tokens。模型权重和激活值还采用了 UE8M0 FP8 数据格式，以便兼容微缩放硬件。

如果你要在本地部署，官方给出了 Transformers、vLLM 和 SGLang 的运行配置。

以 vLLM 为例，安装之后直接输入服务指令就能拉起 OpenAI 兼容接口；SGLang 也有现成的 Docker 镜像可用。不过 671B 的 MoE 规模摆在那里，即使只激活 37B，私有化部署依然需要多张专业 GPU 显卡。

不想折腾算力的读者，可以直接去 chat.deepseek.com 体验网页版，在界面上点一下「DeepThink」按钮就能切换思考与快答。需要提醒的是，官方现行价格与非高峰折扣将持续到 2025 年 9 月 5 日 16:00 UTC，之后会启用新的计费方案。

把深度思考和快速响应塞进同一个权重里，省掉了开发者和企业部署两套模型的资源浪费。通过改模板就能随时按需切换推理强度，在工程落地里非常实用。

对于做智能体和代码工具的团队来说，它补齐了工具调用与长文本短板，甚至兼容了 Anthropic 格式，迁移成本被压得很低。虽然 671B 的体积对个人本地显卡极不友好，但无论是调 API 还是私有集群，它都是目前开源社区里综合战斗力极其顶尖的底座。