21世紀經濟報道記者 陳歸辭

在DeepSeek-V3推出5個月后，DeepSeek-V3低調發布升級版模型DeepSeek-V3.1。

8月21日下午，DeepSeek 正式發布 DeepSeek-V3.1（簡稱“V3.1”），稱其為“邁向 Agent 時代的第一步”。8月19日晚間，DeepSeek 小助手于官方群內宣布線上模型版本已升級至V3.1，引發廣泛關注，目前 V3.1 在HuggingFace趨勢榜排名已沖上第二。

據DeepSeek方面介紹，V3.1的升級主要包含三大變化：混合思考模式、更高的思考效率和更強的Agent（智能體）能力。

V3.1采用混合推理架構，一個模型同時支持思考模式與非思考模式。與之前的版本相比，引人注目的是，V3.1 將上下文由原有的64k擴展至128k。這意味著其能夠一次性處理的上下文長度顯著提升。

V3.1也具有更高的思考效率。DeepSeek 測試結果顯示，經過思維鏈壓縮訓練后，V3.1-Think 在輸出 token 數減少 20%-50% 的情況下，各項任務的平均表現與 R1-0528 持平。同時，V3.1 在非思考模式下的輸出長度也得到了有效控制，相比于 DeepSeek-V3-0324 ，能夠在輸出長度明顯減少的情況下保持相同的模型性能。

另外值得注意的是，通過后訓練優化，V3.1 在工具使用與智能體任務中的表現有較大提升。

編程任務方面，DeepSeek測試結果顯示，在代碼修復測評 SWE 與命令行終端環境下的復雜任務（Terminal-Bench）測試中，DeepSeek-V3.1 相比之前的 DeepSeek 系列模型有明顯提高。

從業內實測反饋來看，V3.1在AiderPolyglot多語言編程測試中，拿下了71.6%的高分，超越了Claude 4 Opus和DeepSeek R1等模型。并且，其完成每次完整編程任務的成本僅1.01美元，為專有系統的六十分之一。

搜索任務方面，DeepSeek測試結果顯示，V3.1在多項搜索評測指標上取得了較大提升。在需要多步推理的復雜搜索測試（browsecomp）與多學科專家級難題測試（HLE）上，DeepSeek-V3.1 性能已大幅領先 R1-0528。

V3.1 在多語言支持能力上也有顯著優化，目前能處理超過100種語言，尤其優化了亞洲語言和資源較少語種的運用。