前言

DeepSeek-V3.1官宣了，作为首款「混合推理」模型，将开启智能体新时代。新模型共有671B参数，编码实力碾压DeepSeek-R1、Claude 4 Opus，登顶编程开源第一。

官宣了！

刚刚，DeepSeek正式上线DeepSeek-V3.1，这是迈向智能体时代第一步。

新版V3.1采用了「混合推理」，一个模型，两种模型：思考与非思考（自主切换）。

相较于DeepSeek-R1-0528 ，DeepSeek-V3.1-Think推理速度更快。

最关键的是，V3.1具备了强大的智能体能力，不论是工具使用，还是多步骤任务，全部拿捏。

在软件工程基准测试中，DeepSeek-V3.1全方位碾压V3-0324和R1-0528。

在人类的最后考试HLE中，V3.1拿下了29.8高分，另外在数学、知识问答、编程等任务中，全面超越推理模型R1。

CoT压缩训练后，V3.1-Think在输出token减少了20%-50%，与R1-0528打成平手

在Hugging Face上，一共开源了两款V3.1 Base和V3.1，前者在V3基础上又进行了8400亿token的持续预训练，扩展了上下文支持。

项目地址：

https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

https://huggingface.co/deepseek-ai/DeepSeek-V3.1

总的来说，DeepSeek-V3.1此次更新的最大亮点：

• 参数共671B，激活参数37B，上下文128k
• 混合推理模式：一个模型，即可同时支持推理模式和非推理模式。
• 更智能的工具调用能力：工具使用、智能体任务有了显著提升，多步推理能力强化，复杂搜索不在话下
• 更高的推理效率：回答质量上与DeepSeek-R1-0528相媲美，思考效率飙升，反应快如闪电
• 全面基准测试：实力全面碾压DeepSeek-R1-0528、DeepSeek-V3-0324

在API方面，deepseek-chat是非思考模式，deepseek-reasoner是思考模式，全部支持128k。

从9月5日开始，采用新的API定价

继OpenAI gpt-oss之后，DeepSeek终于做出了最强回应。

V3.1编程击败Claude 4，训练扩增10倍

HF模型卡中，给出了DeepSeek新模型技术的详细解读。

基于DeepSeek-V3.1-Base，DeepSeek-V3.1通过后训练优化完成。而V3.1-Base又是基于V3模型训练而来。

具体来说，它通过「两阶段长上下文扩展策略」构建，遵循了原始V3论文中的方法。

研究团队又扩展了数据集，收集了更多长文档，并大幅延长了两个训练阶段的规模。

32k扩展阶段增加了10倍，达6300亿Token，而128k扩展阶段增加了3.3倍，达到2090亿Token。

此外，DeepSeek-V3.1采用UE8M0 FP8缩放数据格式进行训练，确保与微尺度数据格式的兼容性。

在通用能力的基准测试中，开启思考模式V3.1，在MMLU、GPQA上拿下了亮眼的成绩。

数学方面，V3.1同样刷新SOTA，创下了最高分。

如上文所述，V3.1是迈向智能体时代第一步。它可以支持多种Code Agent框架，开发者可以自己搭建智能体。

在编码测试中，DeepSeek-V3.1-Thinking在Aider编码测试中，拿下了76.3%高分，远超Claude 4 Opus、Gemini 2.5 Pro（0325）。

在编码智能体测试中，DeepSeek-V3.1-Non Thinking性能碾压R1、V3。

此外，DeepSeek-V3.1可以支持Search Agent，在推理模式下可以使用。

当需要访问外部信息或最新信息的复杂问题，V3.1可以通过多轮工具调用流程，利用用户提供的搜索工具来完成。

基准测试中，尤其是BrowseComp上，V3.1实力粉碎了R1。

第三方Artificial Analysis基准，同样验证了DeepSeek-V3.1强大实力，仅次于gpt-oss。

在推理效率方面，V3.1也与OpenAI相当。

如今来看，DeepSeek-V3.1稳坐编程开源第一王座。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】