DeepSeek V3.1 Base / Instruct 发布

昨晚DeepSeek V3.1 Base / Instruct在 Hugging Face 上低调发布，但引起了巨大的社区反响。

🔑 更新亮点

• 双版本发布：V3.1 Base（MIT开源许可）与 Instruct。
• 架构基本未改：与 V3 架构/配置差别不大，此次主要是后训练优化，并可能在尝试Anthropic 风格的 “no-think / think” 混合模式。
• MIT 开源许可：罕见的大体量基础模型采用宽松许可证，极具战略意义。

📊 参数规模

• Hugging Face 卡片显示参数规模 >685B，是目前最大的开源模型之一，远超主流 LLaMA / Mistral 系列。
• 社区普遍认为这是对GPT-5等闭源模型的“对标性开源举措”。

🧪 早期评测

• SVGBench：V3.1 Base（无思考模式）在代码评测中超过 V3.1 Thinking 与 R1-0528。
• Aider Polyglot Benchmark：据称在多语言代码基准上击败 Claude 4 Opus。
• 整体趋势：表现强于 V3，尤其是在编码与指令遵循方面。

💡 开发者社区观察

• 行为特征：输出比 V3 更冗长、解释性更强，说明其指令对齐度和创造性提升明显。
• 混合架构推测：有人注意到 UI 里“think 按钮”消失，猜测已融合“思考模式”与普通模式。
• 应用场景：128k 上下文已确认上线，适合长文档、代码库分析。

🌍 影响与意义

1. 开源格局升级：MIT 许可 + 超大参数量 → 吸引学术与商业社区，可能成为未来 R2 系列的基座。
2. 对标闭源巨头：性能据称已在部分编码任务超越 Claude 4 Opus，成为少数能与 GPT-5 级模型竞争的开源产品。
3. 研究价值：Base 模型放出，便于复用、二次训练和基准对比，有助于探索后 Transformer 时代架构。

x上的一些网友评测

@scaling01

DeepSeek V3.1 在 Aider Polyglot 基准上击败了 Claude 4 Opus，成为目前表现最强的非-TTC 编码模型，而其成本仅约 1 美元。

@swyx

看起来@deepseek_ai依旧稳步推进，DeepSeek V4很可能已经在路上了！

我这边整理了一下目前关于V3.1 Base的要点（毕竟现在没有一个地方能一次性看到所有信息）：

• 架构和 V3 基本一致，但进行了持续后训练，逐步演变为混合模型，同时引入了搜索与思考（search + think）能力。
• 在Aider Polyglot基准上击败 Claude 4 Opus。
• 极高的性价比，成本远低于同类闭源大模型。

可以预见，今年 11-12 月的模型大战会非常精彩。