【新智元导读】685B 的 DeepSeek-V3 新版本，就在昨夜悄悄上线了。参数量 685B 的 V3，代码数学推理再次显著提升，甚至代码追平 Claude 3.7，网友们实测后大呼强到离谱！有人预测说，按照此前的节奏，DeepSeek-R2 大概率几周内就将上线。
昨晚，DeepSeek-V3 悄然升级！
新模型版本为 DeepSeek-V3-0324，参数量为 6850 亿，相较上个版本参数增幅不大（6710 亿）。
从发布时间和技术特点来看，DeepSeek-V3-0324，很可能是 DeepSeek-R2 的基础架构。
所以按照 DeepSeek 一贯的产品发布节奏（先推出基础模型，几周后再发布专门的推理增强版）来看，DeepSeek-R2 很可能在几周后就将上线！
升级后的 V3 在代码、数学推理能力上，得到显著提升。尤其是代码领域，不少网友直呼「眼前一亮」。
相较于上一版，从一个球在超立方体弹跳的 Python 脚本，即可看出 V3 代码性能的改善。
甚至，它还能解锁 Claude 3.7 Sonnet 很多玩法，代码可以与之正面较量。
值得一提的是，DeepSeek V3 另一大亮点在于采用 MIT 开源协议，上个版本还是自定义许可证。
这不仅可以自由修改、分发模型，还支持模型蒸馏、商业化应用。
模型文件总计 641GB，主要以 model-00035-of-000163.safetensors 形式存在
685B 虽大，但也能在消费级设备上跑起来。
这不，苹果机器学习工程师 Awni Hannun 就基于 MLX 框架和 4-bit 量化，在 512GB M3 Ultra 实现了超过 20 token/s 的运行速度。
这种量化方式直接将模型的磁盘占用空间减少到 352GB。
有 M3 Ultra 的童鞋们，可以按照下面的方式使用 llm-mlx 跑起来：
llm mlx download-model mlx-community/DeepSeek-V3-0324-4bit
llm chat -m mlx-community/DeepSeek-V3-0324-4bit若是本地跑不了的朋友，除了官网之外，还可以在 OpenRouter 上体验。
体验地址：openrouter.ai/chat?models=deepseek/deepseek-chat-v3-0324:free
相比起某些会在发布前数月就开始大肆宣传造势的 O 和 A 开头的 AI 公司，DeepSeek 这种低调办大事的风格可谓是天壤之别。
没有白皮书，没有博客文章，只有一个空白的 README 文件和模型权重本身------上线即可直接可以下载使用。
新版 V3 代码能力飙升，追平 Claude 3.7
遗憾的是，DeepSeek 尚未公布新版模型的系统卡，暂时无法窥探更多技术细节。
官方小助手的更新提示
不过，这并未阻挡全网对新模型的热情，已有机构、网友纷纷对 V3 展开通用能力、代码、数学等多维度的测评。
根据网友 Xeophon 的自测，DeepSeek-V3-0324 所有指标性能暴涨，击败了 Claude 3.5 Sonnet，成为目前最强的非推理模型。
就代码能力来看，DeepSeek-V3-0324 同样能够与 Claude 3.5 Sonnet 一决高下。
另外，在 Aider 的多语言基准测试中，DeepSeek-V3-0324 拿下 55% 成绩，较前代版本显著提升，成为仅次于 Sonnet 3.7 的非推理类模型第二名。
其表现已可媲美 R1 和 o3-mini 等具备推理能力的模型。
网友「karminski - 牙医」还带来了全网最速的代码实测，新模型直接干翻了 DeepSeek R1，与 Claude 3.7 相匹敌。
在 KCORES 大模型竞技场中，Claude-3.7-Sonnet-Thinking 无疑是 LLM 当之无愧的王者，DeepSeek-V3-0324 以 328.3 分拿下第三名，仅次于 Claude 3.5 Sonnet。
他还展开了四项评测，20 个小球碰撞测试，上个版本结果挤成一团，DeepSeek-V3-0324 在物理模拟上表现更好。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
在 mandelbrot-set-meet-libai 测试中，DeepSeek-V3-0324 没有过多变化，较初版仅仅低了 2 分，完成度提升很高。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
还有火星任务测试中，DeepSeek-V3-0324 星球渲染正确，所有模型中位列第三。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
九大行星测试，DeepSeek-V3-0324 真正绘制出了太阳系的完整图。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
此外，DeepSeek-V3-0324 在 Misguided Attention 基准上，跃居非推理类模型榜首，甚至超越了 Claude Sonnet 3.7（非推理模型）。
令人惊讶的是，它现在能解决一些此前只有推理模型才能处理的提示，比如「4 升水壶问题」。
V3-0324 似乎学会了识别推理循环，并跳出循环------这种能力甚至是许多专业推理模型都不具备的。
颜色越深代表特定提示的正确响应次数越多
接下来，看看 DeepSeek-V3-0324 在多项实测中的具体表现如何。
网友实测，一个提示即出网页
网友「Deepanshu Sharma」表示，更新后的 DeepSeek-V3-0324 简直「强的过分了」。
他用这个新模型一气呵成创建了一个新网站，编写了 800 多行代码，一次都没有出错！
「看到这些厉害的开源模型不断给大公司施加压力，迫使他们以低成本构建更好的模型，真是太棒了！」Deepanshu 写道。
网友「Risphere」体验完新的 DeepSeek-V3-0324 后表示，其在编码方面已经与 Claude 3.7 Sonnet 处于同一水平上了。
要知道，Claude 模型一直以来都是公认的代码能力最强的模型。
不仅如此，Risphere 甚至认为 DeepSeek-V3-0324 在前端开发方面超越了 o1-pro 和 GPT-4.5！
要知道，o1-pro 可是需要付费 200 美元每月的 ChatGPT Pro 会员才可以体验的模型。
Petri Kuittinen 体验完 DeepSeek-V3-0324 后认为，「Anthropic 和 OpenAI 遇上麻烦了！」。
他使用了一段非常简短的提示词就制作出了一个精美的响应式网页，提示词如下：
Create a great-looking responsive front page for AI company. Include everything in one HTML5 file.
为 AI 公司创建一个看起来很棒的响应式首页。将所有内容包含在一个 HTML5 文件中。
Petri 认为，DeepSeek-V3-0324 是在前端编程上也优于 DeepSeek-R1。
他完成的这个网站共有 958 行代码，包括所有图像，而且也适合手机上观看。
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| |
|
左右滑动查看
不只是编程问题，数学竞赛也难不倒它。
数学博士、奥赛金牌得主 Jasper 用 AIME 2025 中的题目测试了一下 DeepSeek-V3-0324，它顺利解决了。
Jasper 表示，他现在对开源 AI 模型最终获胜更有信心了！
编码智能体 Cline 的速度很快，第一时间更新了 DeepSeek-V3-0324。
他们还给出了使用的理由，DeepSeek-V3-0324 在编码任务上性能与 Claude 3.7 Sonnet 不相上下，价格却低了 53 倍。
不止如此，Cline 还表示，DeepSeek-V3-0324 较之前的版本增加了 60% 的专家（从 160 增加到 256），使用了 FP8 精度训练将计算效率翻倍，不仅使前端编码能力增强，数学与逻辑能力也有所提升。
DeepSeek 注定改变全球 AI 格局
这次 DeepSeek-V3 的突然上线，节奏也与过去他们在圣诞节期间发布 V3、几周后推出 R1 的模式完全吻合。
本来，业界就一直传闻 R2 将在 4 月亮相，V3 的上线基本吹响了 R2 的前奏。
先进开源推理模型的影响，已经不必多说了。如果它们能免费提供，那原本只有财力雄厚的大型机构才能获得的高级 AI 系统，会变得人人可用。
而如果 DeepSeek-R2 能延续 R1 的发展路线，但它很可能会直接单挑 OpenAI 捂着的大炸弹 GPT-5。这就让 OpenAI 靠封闭生态和雄厚资金支持带来的垄断，被彻底打破。
当 OpenAI 和 Anthropic 还在为模型设置付费访问限制时，DeepSeek 已经实现了封闭模型无法达到的爆发式创新。
而中美 AI 差异，已经日渐缩小，全球 AI 格局已被重塑。几个月前，大部分分析师估计，中国在 AI 能力上落后美国 1-2 年，今天这一差距已经缩小至 3-6 个月，甚至呈现中国领先的趋势。
而开源的方式，甚至还解决了中国公司的特殊挑战（受限于英伟达先进芯片），因为更注重在算力有限的情况下达到有竞争力的性能，现在这已成为中国企业的潜在优势。
就像 Android 系统一样，凭着广泛的普及性和数千开发者的集体创新，DeepSeek 很可能最终超越封闭系统。
谁将通过 AI 拥有对世界最大的影响力？让我们拭目以待。
参考资料：HNYZ