Im August letzten Jahres veröffentlichte DeepSeek V3.1 – das erste Hybridmodell des Unternehmens, das die Fähigkeiten von V3 (allgemein) und R1 (Reasoning) in einem einzigen Modell vereint.
Architekturdesign
- Gesamtparameter: 671B, aktiviert 37B pro Token
- 256 Experten pro Ebene, 8 werden aktiviert
- Zwei Modi per Knopfdruck umschaltbar:
- Think-Modus (deepseek-reasoner): mehrschrittiges Reasoning + Tool-Aufruf
- Non-Think-Modus (deepseek-chat): alltägliche Konversation, leichte und schnelle Antworten
Beide Modi teilen sich die Gewichte, 128K Kontext.
Warum ist "Hybrid" besser?
Ein direkter Blick auf die SWE-bench Verified-Werte:
- V3.1: 66,0 %
- R1-0528: 44,6 %
Im Programmier-Benchmark übertrifft das Hybridmodell das reine Reasoning-Modell deutlich. Der Think-Modus erreicht bei reasoning-intensiven Aufgaben etwa 90–95 % des Niveaus von R1, bei gleichzeitig schnelleren Antwortzeiten.
Im Kern beweist V3.1 eines: Ein einzelnes Modell kann sowohl "schnelle Fragen und Antworten" als auch "tiefgehendes Reasoning" bewältigen – zwei Szenarien, die zuvor getrennt bereitgestellt werden mussten.
Trainingsdetails
Basierend auf V3.1-Base wurden zusätzlich 840 Milliarden Token trainiert:
- 32K-Phase: 630 Milliarden Token
- 128K-Erweiterungsphase: 209 Milliarden Token
Der Schwerpunkt lag auf der Verbesserung des Langkontextverständnisses, der Tool-Nutzung und der Agent-Workflows. DeepSeek positioniert V3.1 offiziell als "ersten Schritt in Richtung Agent-Ära".
Aus praktischer Sicht muss man sich mit V3.1 nicht mehr zwischen "allgemeinem Modell oder Reasoning-Modell" entscheiden – man gibt die Aufgabe einfach ab und lässt das Modell selbst entscheiden.
Quellenangabe: CocoLoop, Bericht von The Decoder, offizielle Veröffentlichung von DeepSeek