公司与模型
DeepSeek（深度求索）的模型发布、开源权重、技术报告与 API 价格变化。
29 条精选近 30 天 6 条共收录 103 条
DeepSeek 将 deepseek-reasoner 模型升级至 DeepSeek-R1-0528，多项基准 Pass@1 提升：AIME 2025 从 70.0 升至 87.5，GPQA 从 71.5 升至 81.0，LCB_v6 从 63.5 升至 73.3，Aider 从 57.0 升至 71.6。
推荐理由：DeepSeek-R1-0528 在 AIME、GPQA、Aider 等基准上的提升幅度，可用于判断推理模型迭代节奏。
DeepSeek-V3-0324 本周上线 Hugging Face Hub，架构与初代 DeepSeek-V3 相同，但许可从自定义协议改为 MIT，改进重点是指令遵循、代码与数学能力。
推荐理由：DeepSeek-V3-0324 的基准提升与 MIT 许可变化，能帮读者判断开源基座模型的迭代节奏。
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V3-0324，推理能力显著提升，MMLU-Pro 从 75.9 升至 81.2，GPQA 从 59.1 升至 68.4，AIME 从 39.6 升至 59.4，LiveCodeBench 从 39.2 升至 49.2。
推荐理由：官方给出 V3-0324 在推理、编码与中文写作上的基准变化，可据此判断升级幅度。
Hugging Face 的 Open-R1 项目发布首周进展，在 MATH-500 上复现了 DeepSeek-R1 蒸馏系列模型的评测分数，例如 DeepSeek-R1-Distill-Qwen-32B 得 95.0、DeepSeek-R1-Distill-Llama-70B 得 93.4。
推荐理由：Open-R1 一周内复现了 DeepSeek-R1 蒸馏模型的 MATH-500 评测分数，并公开了合成数据生成与 GRPO 训练的工程细节。
这篇教程用 GRPO 和 Countdown Game 复现 DeepSeek R1 的 aha moment，基于 Qwen2.5-3B-Instruct 在 4x H100 上训练，450 步后解题成功率达 50%。
推荐理由：完整复现流程与训练观察记录，可看到小模型在 RL 下从文字推理转向程序化求解的过程。
Hugging Face 发布 Open-R1 项目，计划系统重建 DeepSeek-R1 的数据与训练流程，补齐官方未公开的数据集和训练代码。
推荐理由：Hugging Face 公开了复现 DeepSeek-R1 数据与训练流程的三步计划，读者可据此了解开源推理模型缺哪几块拼图。
DeepSeek 官方 API 文档显示，deepseek-reasoner 是新的 DeepSeek-R1 模型，调用时指定 model='deepseek-reasoner' 即可使用。文档同时给出 DeepSeek-R1 发布说明与 Thinking Mode 指南的链接。
推荐理由：DeepSeek 官方文档确认 deepseek-reasoner 对应新模型 DeepSeek-R1，读者可据此了解 API 调用入口的变化。
DeepSeek 官方宣布 deepseek-chat 模型已升级为 DeepSeek-V3，API 保持不变，开发者仍通过指定 model='deepseek-chat' 调用 DeepSeek-V3。官方同时给出介绍 DeepSeek-V3 的详情链接。
推荐理由：DeepSeek 官方说明 deepseek-chat 已升级为 DeepSeek-V3，开发者可据此判断现有 API 调用是否需要调整。
DeepSeek 将 deepseek-coder 模型升级为 DeepSeek-Coder-V2-0614，显著提升编码能力。官方称其在代码生成、代码理解、代码调试和代码补全上达到 GPT-4-Turbo-0409 的水平，同时具备较强的数学与推理能力，通用能力与 DeepSeek-V2-0517 相当。
推荐理由：官方给出升级后模型在代码生成、理解、调试与补全上的对标基准，可据此判断编码能力定位。