DeepSeek R1 模型小版本升级，DeepSeek-R1-0528都更新了哪些新特性？

版本概览

DeepSeek 团队今日发布 DeepSeek‑R1‑0528 —— 基于 DeepSeek V3 Base（2024‑12） 的小版本升级。 无论是官网、App、小程序还是 API，打开 “深度思考” 即可直接体验。

• 升级包体：后训练权重 + tokenizer 配置
• 上下文长度：产品端 64 K，开源版 128 K
• 许可证：MIT License，可二次蒸馏、商用

深度思考能力再升级

在保持 685 B 参数规模（其中 14 B 为 MTP 层）不变的前提下，官方追加了算力投入以强化推理链（Chain‑of‑Thought, CoT）。 关键改动：

动机：让模型在生成最终答案前，倾向于输出更完整的推理链，从而减少“拍脑袋”式的幻觉。

基准测试成绩

DeepSeek‑R1‑0528 Benchmark

测试条件：64 K 上下文，Humanity’s Last Exam 仅计入纯文本题。

• 数学：AIME‑2025 87.5 %（国产第一，逼近 o3/Gemini‑2.5‑Pro）
• 代码：HumanEval‑Plus 91 %
• 综合逻辑：MMLU 87.2

此外，官方将思考链蒸馏到 Qwen3‑8B，得到 DeepSeek‑R1‑0528‑Qwen3‑8B，在 AIME‑2024 仅次于原版 R1‑0528，超过 Qwen3‑8B (+10 %)，逼平 Qwen3‑235B。

AIME 2024 8B 对比

功能与体验更新

1. 幻觉率降低 ≈ 50 %

• 改写、摘要、阅读理解场景更加可信
• 支持 JsonOutput，极大提高结构化回答的可解析性

2. 创意写作

• 议论文/小说/散文等 篇幅更长、框架更完整
• 文风更贴近人类偏好

3. 工具调用（Function Calling）

• Thinking 阶段仍禁用工具，推理完再触发
• Tau‑Bench：Airline 53.5 % / Retail 63.9 % ≈ OpenAI o1‑high

工具调用示例

4. 生成式前端开发

• HTML/CSS/JS 一键生成现代组件
• 典型场景：低代码平台、原型设计、组件 DEMO

前端示例

API 变动与示例

新版 API Endpoint 与参数名完全兼容旧版，仅 max_tokens 语义改变 —— 约束 “单次输出总长度（含思考链）”。

Function Calling 快速示例 (Python + 官方 SDK)

import deepseek

client = deepseek.Reasoning(api_key="YOUR_KEY")

functions = [
    {
        "name": "get_weather",
        "description": "天气查询",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string"}
            },
            "required": ["city"]
        }
    }
]

response = client.chat.completions.create(
    model="deepseek-r1",
    messages=[{"role": "user", "content": "广州明天穿短袖合适吗？"}],
    functions=functions,
    json_output=True,          # 👈 新增参数
    max_tokens=32768           # 注意：含思考链
)

print(response.choices[0].message)

完整指南见官方文档：https://api-docs.deepseek.com/zh-cn/guides/reasoning_model

模型开源与下载

私有化部署仅需替换 checkpoint 与 tokenizer_config.json，无需重下 Base。

结语

DeepSeek‑R1‑0528 用更深的思考链把 国产推理性能推进到新高度：

• 数学、逻辑逼近国际旗舰
• 减幻觉、增工具、写作 & 代码双提升
• 全链路 MIT 开源，蒸馏友好

如果你在 学术研究 追求可解释推理，或在 工业场景 需要大模型私有部署，都值得立即上手体验！

Star & Fork 不迷路，欢迎交流你在落地过程中的踩坑与最佳实践。