DeepSeek 上線 V3.1：一個模型切換思考與快答，引數 671B

首次發布 2025年8月19日 19:23 [UTC]傳播指數 50

DeepSeek 在 Hugging Face 釋出 DeepSeek-V3.1。新模型總引數 671B、啟用 37B，最大看點是支援混合思考模式，改動模板就能在思考與普通回答間切換。它的工具呼叫與 Agent 能力顯著提升，且答題質量比肩 R1-0528 但速度更快。

DeepSeek-V3.1 是一個同時支援思考推理與常規快答的開源大模型。它擁有 671B 總引數、37B 啟用引數，原生支援 128K 上下文。開發者現在就可以在 Hugging Face 和 ModelScope 上下載它的開源權重。

它能做什麼

以往要想兼顧深度推理和日常對話，往往得在後臺同時跑兩個模型。DeepSeek-V3.1 把這兩件事合二為一，只要改動聊天模板，就能在思考模式與非思考模式之間自由切換。

在思考模式下，它的回答質量完全能對標此前的 DeepSeek-R1-0528，但生成速度明顯更快。

這次升級還大幅增強了 Agent 與工具呼叫能力。它在 SWE 和 Terminal-Bench 等基準測試上的表現更好，應付複雜的多步搜尋和終端任務更加穩當。

在官方 API 側，非思考模式對應 deepseek-chat，思考模式對應 deepseek-reasoner，兩邊都拉滿了 128K 上下文。介面不僅相容了 Anthropic API 格式，還在測試版中加入了嚴格函式呼叫（Strict Function Calling）支援。

這個雙模式能力是怎麼來的？核心在於後訓練與兩階段長上下文擴充套件。V3.1 在基礎模型上累計追加了 840B tokens 的長文本預訓練。

其中 32K 階段的訓練資料擴充了 10 倍，達到 630B tokens；128K 階段則增加了 3.3 倍，達到 209B tokens。模型權重和啟用值還採用了 UE8M0 FP8 資料格式，以便相容微縮放硬體。

如果你要在本地部署，官方給出了 Transformers、vLLM 和 SGLang 的執行配置。

以 vLLM 為例，安裝之後直接輸入服務指令就能拉起 OpenAI 相容介面；SGLang 也有現成的 Docker 映象可用。不過 671B 的 MoE 規模擺在那裡，即使只啟用 37B，私有化部署依然需要多張專業 GPU 顯示卡。

不想折騰算力的讀者，可以直接去 chat.deepseek.com 體驗網頁版，在介面上點一下「DeepThink」按鈕就能切換思考與快答。需要提醒的是，官方現行價格與非高峰折扣將持續到 2025 年 9 月 5 日 16:00 UTC，之後會啟用新的計費方案。

把深度思考和快速響應塞進同一個權重裡，省掉了開發者和企業部署兩套模型的資源浪費。通過改模板就能隨時按需切換推理強度，在工程落地裡非常實用。

對於做智慧體和程式碼工具的團隊來說，它補齊了工具呼叫與長文本短板，甚至相容了 Anthropic 格式，遷移成本被壓得很低。雖然 671B 的體積對個人本地顯示卡極不友好，但無論是調 API 還是私有叢集，它都是目前開源社群裡綜合戰鬥力極其頂尖的底座。