昨日，Deepseek推出了V3.1-Terminus，據(jù)介紹，這是其混合AI模型Deepseek-V3.1的改進版本。

新模型首先解決了語言區(qū)分問題，能夠更準確地區(qū)分中文與英文，從而避免出現(xiàn)隨機特殊字符等低級錯誤。

同時，Deepseek對內(nèi)置的代碼和搜索代理進行了調(diào)整，這讓模型在調(diào)用外部工具時的穩(wěn)定性更高，結(jié)果也更可靠。

基準測試數(shù)據(jù)顯示，最顯著的提升出現(xiàn)在需要工具使用的任務(wù)中。在BrowseComp基準測試中，成績從30.0分提升到38.5分，在Terminal-bench上則從31.3分躍升到36.7分。

不過，圖表也揭示了一個微妙的權(quán)衡。模型在英語BrowseComp中的表現(xiàn)提升明顯，但在中文網(wǎng)絡(luò)上的BrowseComp-ZH卻出現(xiàn)小幅下滑。這說明，在優(yōu)化英文任務(wù)的同時，中文任務(wù)的表現(xiàn)可能受到影響。

值得一提的是，對于不依賴工具的純推理任務(wù)，提升幅度較為有限，模型在思維能力上的進展沒有工具使用那樣突出。

模式與訓(xùn)練

V3.1-Terminus延續(xù)了V3.1的“雙模式”設(shè)計。所謂的“思考模式”（Deepseek-reasoner）專門用于復(fù)雜的工具任務(wù)，而“非思考模式”（Deepseek-chat）則適合直接對話。

這兩種模式都支持長達128,000 tokens的上下文窗口，足以應(yīng)對長文檔、復(fù)雜對話和跨領(lǐng)域任務(wù)。

新版本的訓(xùn)練規(guī)模也進一步擴大。團隊在原有數(shù)據(jù)基礎(chǔ)上額外加入了8400億tokens，并配合全新的分詞器和更新后的提示模版。

在與國際競爭對手的對比中，Deepseek-V3.1已經(jīng)展示出強勁的表現(xiàn)。它在多個混合模型的基準上超越了OpenAI和Anthropic的一些版本，同時也勝過了Deepseek自己研發(fā)的純推理模型R1。

除了功能上的提升，Deepseek也保持了此前的定價策略。輸出tokens的價格仍然是每百萬1.68美元，遠低于GPT-5的10美元，以及Claude Opus 4.1的最高75美元。

API的緩存機制同樣維持在低價水平，每百萬tokens的緩存命中收費0.07美元，緩存未命中則為0.56美元。這樣的定價明顯是為了吸引開發(fā)者和企業(yè)在大規(guī)模部署時選擇Deepseek。

此外，V3.1-Terminus不僅可以通過App和網(wǎng)頁端使用，也對外提供API，并且在Hugging Face上開源了模型權(quán)重，采用MIT許可協(xié)議。

模型已發(fā)布：

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

ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus