Em agosto do ano passado, a DeepSeek lançou o V3.1, seu primeiro modelo híbrido — que combina as capacidades do V3 (geral) e do R1 (raciocínio) em um único modelo.
Design da arquitetura
- Parâmetros totais: 671B, ativando 37B por token
- 256 especialistas por camada, ativando 8
- Dois modos alternáveis com um clique:
- Think mode (deepseek-reasoner): raciocínio em várias etapas + chamada de ferramentas
- Non-think mode (deepseek-chat): conversas cotidianas, respostas leves e rápidas
Os dois modos compartilham pesos, contexto de 128K.
Por que "híbrido" é melhor?
Veja diretamente as pontuações no SWE-bench Verified:
- V3.1: 66,0%
- R1-0528: 44,6%
No benchmark de programação, o modelo híbrido supera o modelo puro de raciocínio. O Think mode atinge aproximadamente 90-95% do nível do R1 em tarefas intensivas de raciocínio, com velocidade de resposta mais rápida.
Em essência, o V3.1 prova uma coisa: um único modelo pode lidar tanto com "perguntas e respostas rápidas" quanto com "raciocínio profundo" — dois cenários que antes exigiam implantação separada.
Detalhes do treinamento
Com base no V3.1-Base, foram treinados 840 bilhões de tokens adicionais:
- Fase de 32K: 630 bilhões de tokens
- Fase de expansão para 128K: 209 bilhões de tokens
O foco foi melhorar a compreensão de contexto longo, uso de ferramentas e fluxos de trabalho de agente. A DeepSeek posiciona oficialmente o V3.1 como "o primeiro passo em direção à era dos Agentes".
Do ponto de vista prático, com o V3.1, não é mais preciso escolher entre "usar um modelo geral ou um modelo de raciocínio" — basta enviar a tarefa e deixar o modelo decidir.
Fonte de referência: CocoLoop, reportagem do The Decoder, comunicado oficial da DeepSeek