省流：悲！也许没有 R2 了！V3.1 把 R1 给融了！
重点 1：别被官方微信公告带沟里，128K 不是重点！模型融合推理才是重点！
重点 2：DeepSeek V3-0324 和 DeepSeek V3 用的同一个 base model，但这次的 V3.1 放出了新的 base model，大概率是重新训的新模型。
DeepSeek 的逻辑可能是，只要 base model 没换，就用日期做版本；重新训了 base model，就改版本号。
先在前面更新一下我的主观感受：
DeepSeek V3.1 有进步，但不多。反而以前的老毛病回来不少：幻觉、中英文混杂。
如果只是一次实验性的关于 Chat、Reasoning 模型融合的测试，那 V3.1 是一次合格的增量更新。往好处想，如果 V3.1 成了，那将来不用单独部署两套模型，节约了很多部署运维的精力，提高了算力利用效率。
但如果这是未来一段时间 DeepSeek 的主力模型，而 V4 依旧遥远、R2 再也不见的话，那大家的很多期待也许就落空了。
当然，GPT-5 的社区口碑也是先崩了一波然后回暖的，让子弹再飞一会，听听社区对 V3.1 的真实反馈（欢迎评论区交流分享各种体感和实测 case）。
目前只见到了微信群里的消息，所以还在蹲官方的模型开源以及文档更新，按照惯例会放出新的 Benchmark 成绩和能力说明。
Update 一下，DeepSeek V3.1 Base 的模型地址已经放出来了[1]（但还没有 model card）：
按照微信群里的说明，这次更新的「重点」是上下文支持到了 128K：
但是，128K 绝对不是这次更新的重点。因为 DeepSeek V3/R1 的 Context Length 其实一直都是 128K，只不过 DeepSeek 官方的 API 之前只支持到 64K。
官方在 V3-0324 的说明里写的很明白了：
模型参数约 660B，开源版本上下文长度为 128K（网页端、App 和 API 提供 64K 上下文）
再比如，DeepSeek V3 HuggingFace 模型页[2]
SiliconFlow 上的 DeepSeek V3-0324 模型 API 上下文是 128K
火山引擎上的 DeepSeek 模型 API 上下文均是 128K
虽然上下文长度很重要，但这次最多只能说官方愿意消耗更多算力提供更长的上下文，除非有什么新的扩展上下文同时节约算力的黑科技，否则这并不是重点。
那重点是什么？细心的朋友已经发现了最大的变化：现在即便打开深度思考模式，DeepSeek 显示的依然是 V3 模型。
我们分别来问一下官网深度思考、官网 Reasoner API、火山引擎（R1-0528）、硅基流动（R1-0528）：
很明显，老版本的 DeepSeek R1 是不会有模型身份的认知错误的，但更新后的 DeepSeek，不论是网页对话，还是 API 调用 Reasoner 推理模型，都会明确说自己就是 V3。
答案只有一个，那就是 DeepSeek 跟 Qwen3（的第一个版本） 一样，被 GPT-5 忽悠进了模型融合、混合推理的沟里，试图把对话模型和推理模型融到了一起。
（有人评论说不要问模型自己是谁，也不要问模型版本，因为模型是不自知的。我当然明白这一点，但当网页版、API 版同时出现这个情况，那就不是巧合。而且写这些内容的时候，模型文件还没开源，开源之后看 token 的变化，就已经是实锤了）
很难说这种做法好还是不好，毕竟 Qwen3 在尝试过融合推理之后，在新版本的更新里又分别放出了 Instruct 和 Thinking 模型。
而第一个提出要融合模型路线的 GPT-5[3]，反而选择了 Chat 模型 + Reasoning 模型 + Router 路由的做法，从发布公告的文字表述上理解，并没有直接激进地融合模型：
diff 了一下 V3.1-Base 和 V3-Base 的配置文件，基本上没有大的改动，主要变化就是在于增加了推理，这已经实锤 V3.1 = V3+R1 了：
V3.1 通过新增 token ，提供了完整的思维模式支持：
-
<think>(ID: 128798) - 推理开始标记 -
</think>(ID: 128799) - 推理结束标记 -
<｜search▁begin｜>(ID: 128796) - 搜索开始标记 -
<｜search▁end｜>(ID: 128797) - 搜索结束标记
相应的，在 tokenizer 中，占位符Token被功能性Token替代：
-
<｜place▁holder▁no▁796｜>→<｜search▁begin｜> -
<｜place▁holder▁no▁797｜>→<｜search▁end｜> -
<｜place▁holder▁no▁798｜>→<think> -
<｜place▁holder▁no▁799｜>→</think>
在 Chat Template 中：
-
新增 thinking 变量支持:
{% if not thinking is defined %}{% set thinking = false %}{% endif %} - 新增 is_last_user 状态跟踪: 用于更精确的对话流程控制
- 优化工具调用处理: 简化了工具调用的格式化逻辑
-
思维模式集成: 自动在助手回复中添加
<think>和</think>标记
新配置文件：
{
"_from_model_config": true,
"bos_token_id": 0,
"eos_token_id": 1,
"do_sample": true,
"temperature": 0.6,
"top_p": 0.95,
"transformers_version": "4.46.3"
} 综合配置文件的变更来看，V3.1 主要改进了推理模式、对话轮次控制、工具调用流程。（也许可以期待一下 Agent 能力的提升？）
初步测试：
鹈鹕测试，用的 Chat API，没开深度思考，说实话效果还不错。
相比于其他模型和旧版模型，新版 DeepSeek 特别喜欢写完整的 HTML 网页，而不是单纯的 SVG 代码，甚至执着于给 SVG 里的形象添加动态效果和动作…（还喜欢加标题、写涩话 - 指上价值的话，不是色色的话）
DeepSeek 一贯以来是只 serve 一个模型的，只要模型更新，就会把老模型替换到。
其他厂家虽然也会下线旧模型，但 DeepSeek 是最激进的那个，他们连 API 都会直接替换，不会保留任何过去的版本。
以 OpenAI 来说，虽然激进地在 ChatGPT 中下架了 GPT-4o，但在 API 平台上，几乎所有模型都还在：
比如点进去 gpt-4o，会发现提供了 0513、0806、1120 三个快照版本：
我之前就诟病过 DeepSeek 的这种做法，因为这种做法意味着，他们完全断绝了商用大客户使用自己 API 的可能性——不会有人接受线上生产业务使用一个可能随时被上游覆盖式更新的 API 的。本来已经调试好的业务，上游一更新，结果下游工作流崩了。（哪怕模型能力有提升，只要风格、格式有小调整，都会有很大影响）
当然，DeepSeek 官网从来没承诺他们会提供快照版本，毕竟他们的模型名称一直是deepseek-chat 和 deepseek-reasoner，而不代表任何具体的版本。
当然，这不妨碍（一些）用户有意见。比如，这次 V3.1 出来，HuggingFace 上已经有人开骂了[4]：
HackerNews 上的评论是「建议继续使用 0324 版本」：
Reddit 上的评论是[5]：
- Qwen：Deepseek 肯定得出了混合模型效果更差的结论。
- Deepseek：Qwen 肯定得出了混合模型效果更好的结论。
以及：
- chat & coder 合并 → V2.5
- chat & reasoner 合并 → V3.1
现在就是让子弹多飞一会，看看 V3.1 的综合测评能力如何。不过对于线上业务有稳定性要求的，还是得找一个能长久提供 0324 快照模型的云服务，而不是用官网的 deepseek-chat。
如果有看完到这里的，关注、点赞、收藏、评论、转发一波呗，最近我数据好差…
