在代碼生成測試平臺LiveCodeBench上，DeepSeek-R1-0528的表現(xiàn)堪稱驚艷，幾乎與o3的高版本不相上下，甚至在某些任務(wù)中超越了Claude 4 Sonnet。開發(fā)者們在測試后紛紛驚嘆不已，直呼其“編程能力強大得超乎想象”。

沒有盛大的發(fā)布會，沒有鋪天蓋地的宣傳，一家中國AI企業(yè)用一行行代碼再次改寫了全球大模型競爭格局。

文字編輯｜ 宋雨涵

1

中國大模型迎來“o3時刻”

性能飛躍

目前，DeepSeek尚未針對DeepSeek-R1-0528發(fā)布詳細(xì)的模型卡來介紹其更多功能。然而，這一新版本已在開發(fā)者群體中引發(fā)了熱烈反響，眾多開發(fā)者在體驗后紛紛表示，DeepSeek-R1-0528在編程、邏輯推理以及交互能力等方面均展現(xiàn)出了顯著的提升。

已有開發(fā)者對DeepSeek-R1-0528進(jìn)行了基準(zhǔn)測試，并稱這是開源領(lǐng)域的一次重大突破。代碼測試平臺Live CodeBench的數(shù)據(jù)顯示，其性能已接近OpenAI在4月中旬發(fā)布的o4 mini和o3模型的高版本。

同時，文本召回測試的結(jié)果也表明，在32k以內(nèi)的文本處理上，DeepSeek-R1-0528相較于之前的R1版本有了顯著提升，但在60k時性能則有所下降。這意味著，在32k以內(nèi)的文本范圍內(nèi)，使用新R1模型根據(jù)給定材料進(jìn)行提問并獲取回答時，其準(zhǔn)確度會更高。

多位開發(fā)者通過實際案例體驗后表示，DeepSeek-R1-0528的效果已基本與Claude 4持平，甚至在某些情況下表現(xiàn)更佳?！皬膶嶋H效果來看，我注意到平面的橙色漫反射以及控制面板的美觀程度。這兩者都是使用同一個提示詞一次性生成的，Claude 4 sonnet生成了542行代碼，而DeepSeek-R1-0528則生成了728行。此外，幀率和運動角度的細(xì)節(jié)也值得關(guān)注?！币晃婚_發(fā)者在X平臺上分享道。

還有開發(fā)者讓DeepSeek-R1-0528、Claude 4和DeepSeek-V3-0324在飛機大戰(zhàn)游戲中生成對比效果。結(jié)果顯示，新版R1在之前的基礎(chǔ)上新增了許多道具，畫面質(zhì)量也有了顯著提升。

2

技術(shù)亮點

128K上下文與推理能力雙重突破

本次升級不僅體現(xiàn)在性能指標(biāo)上，更在核心架構(gòu)上實現(xiàn)了創(chuàng)新突破。

模型支持高達(dá)128K token的超長上下文窗口，使其能夠流暢處理整本技術(shù)手冊、復(fù)雜項目代碼庫等長文檔任務(wù)。測試顯示，在32K token內(nèi)的召回準(zhǔn)確度大幅優(yōu)于前代。

推理能力實現(xiàn)結(jié)構(gòu)化升級。用戶明顯感受到新版R1的思維鏈（Chain-of-Thought）更加清晰、邏輯更加嚴(yán)密。在解決“農(nóng)夫過河”等經(jīng)典邏輯難題時，模型能夠逐步拆解問題，展示出接近人類專家的推理路徑。

“它是唯一能夠持續(xù)正確回答‘9.9減9.11是多少’的模型，這種看似簡單但容易混淆的問題最能考驗?zāi)Ｐ偷膰?yán)謹(jǐn)性。”開發(fā)者Yuchen Jin在社交平臺上指出。

DeepSeek團(tuán)隊延續(xù)了其一貫的“加量不加價”策略，在實現(xiàn)性能躍升的同時，保持了模型的開源屬性和免費API策略。

未來展望

R2模型引發(fā)業(yè)界期待：

盡管R1-0528表現(xiàn)出色，行業(yè)更期待的是DeepSeek的下一代R2模型。

參數(shù)規(guī)模革命性躍遷方面，從當(dāng)前R1的67億（6.7B）參數(shù)躍升至預(yù)期的1.2萬億（1.2T），實現(xiàn)近180倍的量級突破，這不僅是簡單的規(guī)模擴(kuò)張，更是通過MoE（專家混合）與稀疏激活技術(shù)的深度整合，在萬億參數(shù)層級維持可控推理成本的核心創(chuàng)新，其目標(biāo)直指GPT-5與Claude 4 Opus等下一代閉源旗艦。

推理能力質(zhì)變臨界點上，基于Scaling Law的預(yù)測，萬億參數(shù)突破或?qū)⒂|發(fā)三大能力涌現(xiàn)——解決跨學(xué)科復(fù)雜科學(xué)推導(dǎo)、構(gòu)建物理規(guī)則認(rèn)知的世界模型（如流體力學(xué)仿真與機械設(shè)計）、實現(xiàn)代碼生成→測試→優(yōu)化的全閉環(huán)自我迭代，推動AI從工具向協(xié)作伙伴進(jìn)化；國產(chǎn)算力里程碑維度，結(jié)合華為昇騰910B芯片已實現(xiàn)R1模型90%推理效率的實測表現(xiàn)，R2有望成為全球首個完全運行于國產(chǎn)算力生態(tài)的萬億模型，并將推理成本壓縮至OpenAI API的1/5（當(dāng)前R1成本僅為GPT-4-turbo的17%），形成“性能躍升+成本斷崖”的雙重勢能。

結(jié)語：

DeepSeek-R1-0528的發(fā)布，不僅是對自身技術(shù)實力的展示，也為全球AI行業(yè)注入了新的活力。作為一款性能直逼OpenAI o3的開源模型，R1-0528以更低的成本和更高的靈活性挑戰(zhàn)了傳統(tǒng)閉源模型的霸主地位。業(yè)內(nèi)人士認(rèn)為，DeepSeek的持續(xù)創(chuàng)新將進(jìn)一步推動開源AI生態(tài)的發(fā)展，促使更多企業(yè)與開發(fā)者擁抱開源技術(shù)。

與此同時，R1-0528的免費API策略也為中小型企業(yè)和獨立開發(fā)者提供了寶貴機會，使其能夠以較低成本構(gòu)建高質(zhì)量的AI應(yīng)用。這無疑將加速AI技術(shù)的普及，助力全球AI生態(tài)的繁榮。

lixiangjing

算力豹主編