去年8月DeepSeek推出了V3.1，這是他們第一個混合模型——把V3（通用）和R1（推理）的能力合進了同一個模型裡。
架構設計
- 總參數：671B，每token激活37B
- 每層256個專家，激活8個
- 兩種模式一鍵切換：
- Think mode（deepseek-reasoner）：多步推理+工具調用
- Non-think mode（deepseek-chat）：日常對話，輕快回應
兩種模式共享權重，128K上下文。
憑什麼說「混合」好？
直接看SWE-bench Verified的分數：
- V3.1：66.0%
- R1-0528：44.6%
程式設計benchmark上混合模型碾壓了純推理模型。Think mode在推理密集任務上能達到R1大約90-95%的水準，而且回應速度更快。
本質上V3.1證明了一件事：單一模型可以同時搞定「快問快答」和「深度推理」這兩個以前需要分開部署的場景。
訓練細節
基於V3.1-Base，額外訓練了8400億token：
- 32K階段：6300億token
- 128K擴展階段：2090億token
重點提升了長上下文理解、工具使用和agent工作流。DeepSeek官方把V3.1定位為「邁向Agent時代的第一步」。
從實際使用來看，有了V3.1之後就不需要在「用通用模型還是推理模型」之間糾結了——丟過去讓它自己判斷就行。
參考來源：CocoLoop、The Decoder報導、DeepSeek官方發布