DeepSeek 19 日晚在 Hugging Face 发布了其最新升级模型 DeepSeek-V3.1-Base。这次更新并没有任何预热宣传，甚至没有放上模型卡。唯一已知的信息是：上下文窗口从原有的64k扩展至128k，从网页、App、小程序都可体验这一模型。从上传的模型版本看，模型尺寸达 685B，支持 BF16、F8_E4M3、F32 等张量类型，平衡模型的计算精度和效率。
Hugging Face 的联合创始人 Clement Delangue 也发帖调侃，Deepseek V3.1 悄然发布后几小时之内就已登上模型趋势榜第四，这就是 8w 关注者的力量。而截止今日上午，排名已上升至第二。
那么，此次升级的 V3.1 版本模型性能表现有和提升？由于官方说明并未释出，相信大家都存有一样的疑惑。
话不多说，实测先行。302.AI 已第一时间接入 Deepseek-V3.1，支持聊天机器人使用和 API 在线调用。本篇实测将从多个维度入手，供大家参考该版本的实际性能表现。
I. 实测模型基本信息
Ⅱ. 实测案例
实测 1：逻辑推理-排序问题
提示词：有 8 个人，分别是 A、B、C、D 和另外 4 人。要将这 8 个人随机安排在教室的两排座位上，每排有 4 个座位，共 8 个座位。相邻的定义是：若两个人坐在同一排并且座位编号相邻，则这两个人相邻。现要求 A 与 B 必须相邻，且 C 与 D 不相邻，问在上述条件下共有多少种不同的排法？
答案：6528
deepseek-V3.1：回答错误。
gpt-5：回答正确。
qwen3-235b-a22b-thinking：回答正确。
claude-opus-4-1：回答正确。
实测 2：网页制作
提示词：为一个名为 "AURA SWIM" 的虚构女性泳装品牌，创建一个精美、逼真且完全交互的电商网站首页的完整代码（HTML、CSS 和 JavaScript）。整个页面的所有视觉元素都必须在一个单独的 元素内进行渲染。
目标用户与品牌美学：品牌 AURA SWIM 的目标用户是Z世代消费者（年龄在16-25岁之间）。网站的整体美学必须充满活力、能量充沛，并具有数字原生感，以反映核心的Z世代设计趋势。
核心氛围： "多巴胺夏日"。风格需大胆、自信、有趣。
色彩搭配： 运用动态、流动的渐变色。想象日落与海洋交汇的景象：鲜艳的粉色 (#FF6B6B)、橙色 (#FFA500)、深紫色 (#8338EC) 和电光蓝 (#00C6FF)。
字体设计： 标题使用加粗的、圆润的无衬线字体（例如 'Poppins', 'Nunito', 或类似的 Google Font）。正文文本应保持清晰易读。
布局与形状： 拥抱柔和的圆角（"soft-UI"风格）和非对称布局。避免使用尖锐、死板的矩形。对背景元素使用模糊效果以创造深度感。
技术要求与页面结构（需在Canvas上渲染）： 你必须以编程方式将每一个元素绘制到Canvas上。除了本身，标签内不应包含任何用于构建界面的标准HTML元素。
deepseek-V3.1 ：整体最佳。页面完整度最高， UI/UX 美观高级，自主添加了商品和品牌的文字描述。
gpt-5：完整实现。布局合理，UI 美观，已达到一个完整网页首页的要求。自主添加了商品滚轴设计、搜索框和加入购物车的交互。
qwen3-235b-a22b-thinking：基本实现。UI/UX 相对较混乱。
claude-opus-4-1：基本实现。添加了品牌信息，组件布局还有提升空间。
实测 3：高考数学
答案：B
deepseek-V3.1：回答正确。
gpt-5：回答正确。
qwen3-235b-a22b-thinking：回答正确。
claude-opus-4-1：回答错误。
实测 4：小游戏制作
提示词：你是一位独立游戏开发者和创意技术专家，尤其擅长在浏览器中利用Canvas实现复古街机风格的物理效果和令人惊叹的视觉特效。你的任务是使用 HTML, CSS, 和 JavaScript，从零开始创建一个完整、可玩、单屏的赛博朋克风格弹珠机游戏。游戏的所有图形、动画和交互都必须在 一个 元素 内完成。
游戏名称与核心概念：游戏名称为 "CYBER-FLIP"。这是一款快节奏、以得分为导向的街机游戏，玩家的目标是在一个充满霓虹灯、数据流和都市危险的垂直游戏场中，尽可能地获得高分。
视觉美学与赛博朋克风格：你需要构建一个沉浸式的、霓虹闪烁的反乌托邦大都会景观作为弹珠台的背景和元素。
核心氛围: "高科技，低生活"。整个弹珠台就是一个未来城市的垂直切片。背景是下着酸雨的深夜，远处有若隐若现的摩天大楼和飞行器。
色彩方案: 使用高对比度的霓虹色调。主色调为 电光蓝 (#00FFFF)、品红 (#FF00FF)、剧毒绿 (#39FF14) 和 亮黄色 (#FFFF00)。这些亮色应与 深邃的、近乎黑色的背景（如 #1A1A2E） 形成鲜明对比。
视觉元素 (将弹珠台元素赛博朋克化):
弹珠 (Ball): 不是普通的银色小球，而是一个发光的 能量球，身后拖着粒子尾迹。
挡板 (Flippers): 设计成带有霓虹边缘的 流畅镀铬金属臂。
保险杠 (Bumpers): 设计成 脉冲式的数据节点，每次撞击都会发出环状光波。
坡道 (Ramps): 设计成 半透明的数据流管道 或 磁悬浮轨道，弹珠进入时会有特殊音效和视觉效果。
目标 (Targets): 设计成 闪烁故障的公司Logo 或需要击中的 "接入面板"。
特效： 所有霓虹元素都要有 辉光/泛光 (Glow/Bloom) 效果。
弹珠撞击时，产生 粒子爆发 效果。
高分撞击或完成特定任务时，可以加入轻微的 屏幕震动 效果。
游戏机制与玩法：你需要实现一个经典且令人上瘾的弹珠游戏循环。
游戏目标: 通过撞击目标、完成"数据入侵"任务来最大化你的分数。
控制：左/右方向键 控制左右挡板。
deepseek-V3.1：未能实现。
gpt-5：界面初步实现，但 UX 存在 bug，无法触发完整游戏。
qwen3-235b-a22b-thinking：界面初步实现，但 UX 存在 bug，无法触发完整游戏。
claude-opus-4-1：完整实现。交互流畅，玩法还原提示词要求，碰撞触发效果炫酷。
III. DeepSeek V3.1 实测结论
1. 实测结果整理：
评测标准：
- ★（不可用）：代码完全无法执行或存在错误导致功能缺失
- ★★（明显缺陷）：基础功能可运行但存在明显 bug，或核心功能未实现
- ★★★（基本实现）：主要功能可用，但欠缺部分功能，或 UI/UX 需优化
- ★★★★（完整实现）：功能完整实现，代码规范，交互流畅，达到预期效果
- ★★★★★（卓越实现）：功能表现超出预期，包含创新性实现或优化
2. 实测结论
根据以上实测结果，DeepSeek V3.1 的实际性能呈现以下特点：
- 综合表现仍有短板。 DeepSeek V3.1 在主流任务中似乎延续了稳定实力。但在案例 1 的逻辑推理类任务和案例 4 的小游戏编程任务中却暴露出明显问题，说明其推理深度和稳定性较之前版本相比未体现出明显升级。
- 编程能力和响应速度有所提升。 DeepSeek V3.1 在网页制作案例的表现十分亮眼，面对复杂前端网页制作的任务，其生成能力、交互设计和内容完整度出乎意料达到或接近顶尖大模型水平，可见其在实际应用场景上理解用户需求的能力有所提升。在最新的 aider 测试中也指出，DeepSeek V3.1 取得了 71.6% 的成绩，比 Claude Opus 4 得分还多 1%，创下非推理模型的最佳记录。这一表现也显示了其在代码生成和编程辅助方面的实用价值。
- 成本优势明显。 从价格和上下文长度来看，DeepSeek V3.1 相较同级别大模型有显著优势。上下文窗口扩展至 128k，为大规模知识处理、长文档理解、批量内容生成等应用提供了更大空间，极大降低了使用门槛。随着 API 服务的完善，预计将在编程辅助和智能对话领域发挥更佳作用。
总体而言，V3.1 的反响虽褒贬不一，但却进一步拉高了市场对即将亮相的 R2 的期待，期望其能交出一份更亮眼的答卷。
