DeepSeek新模型低调上线编程超越Claude 4写作欠佳

为了检验 DeepSeek V3.1 的长文本处理水平，有测试者将《三体》全文缩减至约 10 万字，并在文中悄悄插入了一句毫不相干的句子：「我觉得烟锁池塘柳的下联应该是『深圳铁板烧』」，以此考察模型能否精准定位。

结果并不令人意外：DeepSeek V3.1 首先提示文档超出限制，仅读取了前 92% 的内容，但依然成功锁定了这句插入语。更有趣的是，它还额外推荐了一个文学角度的经典下联：「焰镕海坝枫」。

已有网友抢先测评了它在编程基准测试 Aider Polyglot 中的得分：71.6%。这一成绩不仅在开源模型中表现最佳，甚至超越了 Claude 4 Opus。

实际测试显示，DeepSeek V3.1 在编程方面确实实力不俗。我们使用经典的六边形小球编程题进行了验证：

「编写一个 p5.js 程序，演示一个球在旋转的六边形内弹跳的过程。球应该受到重力和摩擦力的影响，并且必须逼真地从旋转的墙壁上弹起。」

V3.1 的表现相当出色。生成的代码不仅完成了基础碰撞检测，还自动补充了转速、重力等细节参数。物理效果真实到什么程度？小球在底部会略微减速，这种细微之处都被完美还原。

接着我们提升了难度，要求它用 Three.js 制作一个交互式 3D 粒子星系。基础框架搭建得相当稳固，三层设计（内球体、中间圆环、外球体）的结构也比较完整。不过 UI 审美嘛……怎么说呢，有种神鬼二象性的感觉，配色方案略显花哨。

我们继续挑战更复杂的任务——让它构建一个沉浸式 3D 宇宙，需要包含旋转物体、变形效果、发光弧线，还要添加时间切换、主题转换的交互按钮。点击控制确实能触发不同的特效。

最后一道关卡，要求它用 Three.js 实现一个交互式 3D 网络可视化，包含用户触发的能量脉冲动画，以及主题切换和密度控制功能。整体来看，V3.1 的表现依然可圈可点。

「有一牧场，已知养牛 27 头，6 天把草吃尽；养牛 23 头，9 天把草吃尽。如果养牛 21 头，那么几天能把牧场上的草吃尽呢？并且牧场上的草是不断生长的。」

DeepSeek V3.1 虽然没有采用苏格拉底式的启发教学，但它的解答逻辑清晰、步骤完整。每一步推导都有理有据，最终给出了准确答案。

面对「两把武器对比，1~5 攻击 VS 2~4 攻击，哪把更厉害？」这类问题，一般回答可能只停留在平均伤害计算层面。但 DeepSeek V3.1 思考得更为深入——它引入了伤害稳定性的概念，运用方差进行深度分析。这才是关键所在。

最近基孔肯雅热疫情流行，到处都是灭蚊蚊蚊蚊蚊蚊蚊蚊蚊蚊蚊~那么问题来了：冰岛有蚊子吗？注意，这里没有开启搜索功能。从回答质量来看，DeepSeek V3.1 的表现明显优于 GPT-5。

前阵子在网上看到一段话：

懂者得懂其懂，懵者终懵其懵，天机不言即为懂，道破天机岂是懂? 懂是空非空非非空的懂，不懂是色不异空空不异色的不懂:懂自三千大世界来，不懂在此岸与彼岸间徘徊。懂时看山不是山是懂，不懂时看山是山的懂。

懂者以不懂证懂，懵者以懂证懵，你说你懂懂与不懂之懂? 你怎知这懂的背后没有大不懂? 凡言懂者皆未真懂，沉默不语的懂，方是天地不言的大懂不懂的懂是懂，懂的不懂也是懂，此乃懂的最高境界——懂无可懂之懂的真空妙有阿!

当还在用逻辑硬啃这段文字时，DeepSeek 反而在劝人不要掉进「道破天机岂是懂」的陷阱：「它本身就是对理性傲慢的警告，邀请你跳出文字游戏，直观内心。」

主流 AI 都在代码、数学领域疯狂内卷，争相发展 Agent 能力时，写作能力反倒成了被遗忘的角落。从某种角度看，这倒是个好消息——AI 完全取代编辑的那一天，似乎又往后推迟了。

我们尝试让它创作一个「蚊子在冰岛开发布会」的荒诞故事。遗憾的是，DeepSeek 的 AI 味依然很重，很喜欢堆砌大词。哦不对，更准确地说，DeepSeek 味还是那么重。

同样的问题在另一个创作任务中也有体现。当要求它写一则「AI 与人类争夺文章作者身份」的故事时，能明显感受到某些段落信息密度过高，反而造成视觉疲劳。尤其意象堆砌感过于明显，反而削弱了叙事张力。

DeepSeek-V3.1-Base 发布之后，Hugging Face CEO Clément Delangue 在 X 平台发文称：「Deepseek V3.1 已经在 HF 上悄悄发布，没有模型卡就直接冲到趋势榜第四了。」然而，他还是低估了这款模型的发展势头——如今它已经跃升至第二位，距离登顶估计也就是时间问题。

另外，这次版本更新中比较引人注目的变化，是 DeepSeek 在官方 APP 和网页端移除了深度思考模式中的「R1」标识，同时还新增了原生「search token」支持，意味着搜索功能得到了进一步优化。

根据目前曝光的信息，有推测认为，DeepSeek V3.1 可能是融合推理模型与非推理模型的混合模型。但这样的技术路线是否明智，还有待商榷。而阿里 Qwen 团队在上个月也明确表态：「在与社区交流并深入思考后，我们决定停止使用混合思维模式。取而代之的是，我们将分别训练 Instruct 模型和 Thinking 模型，以确保获得尽可能高的质量。」

截至发稿前，全网翘首以待的 DeepSeek-V3.1-Base 模型卡仍未更新。或许等正式发布后，我们能见到更多有趣的技术细节。

附 Hugging Face 地址：
https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

小彩蛋：