去年8月DeepSeek放出了V3.1，这是他们第一个混合模型——把V3（通用）和R1（推理）的能力合进了同一个模型里。
架构设计
- 总参数：671B，每token激活37B
- 每层256个专家，激活8个
- 两种模式一键切换：
- Think mode（deepseek-reasoner）：多步推理+工具调用
- Non-think mode（deepseek-chat）：日常对话，轻快响应
两种模式共享权重，128K上下文。
凭什么说”混合”好？
直接看SWE-bench Verified的分数：
- V3.1：66.0%
- R1-0528：44.6%
编程benchmark上混合模型碾压了纯推理模型。Think mode在推理密集任务上能达到R1大约**90-95%**的水准，而且响应速度更快。
本质上V3.1证明了一件事：单一模型可以同时搞定”快问快答”和”深度推理”这两个以前需要分开部署的场景。
训练细节
基于V3.1-Base，额外训练了8400亿token：
- 32K阶段：6300亿token
- 128K扩展阶段：2090亿token
重点提升了长上下文理解、工具使用和agent工作流。DeepSeek官方把V3.1定位为”迈向Agent时代的第一步”。
从实际使用来看，有了V3.1之后就不需要在”用通用模型还是推理模型”之间纠结了——丢过去让它自己判断就行。
参考来源：The Decoder报道、DeepSeek官方发布