新版DeepSeek-V3登頂非推理模型榜單！每經記者實測編程能力，R2模型也要來了？

每經記者 岳楚鵬    每經編輯 蘭素英    

北京時間3月24日晚間，DeepSeek悄然將DeepSeek-V3模型的最新版本上傳到了開源平臺HuggingFace。

新模型的版本號為DeepSeek-V3-0324，參數為6850億，較初代V3版本的6710億有小幅增長。

盡管DeepSeek十分低調，但還是有不少人在第一時間就注意到了這一更新，并對其進行了測試。

根據社區測試反饋，DeepSeek-V3-0324最明顯的變化是編程能力得到了極大的提升。眾多開發者基于對新模型的綜合體驗判斷，新模型的編程能力已經接近目前最強編程模型Claude 3.7 Sonnet。

3月25日，專業AI模型評測機構Artificial Analysis發布的最新排名顯示，新版V3在基準測試中較老版V3躍升了7位，排名所有非推理模型中的第一名。

《每日經濟新聞》記者實測后發現，DeepSeek-V3-0324的編程能力確實強大，但仍會出現幻覺問題。

有外媒推測：“V3新版本的推出時機和特點強烈表明，它將成為DeepSeek-R2的基礎，后者是一款新的推理模型，預計在未來兩個月內推出。這遵循了DeepSeek的既定模式，即基礎模型比專門的推理模型早幾周推出。”

機構：新版V3排名非推理模型第一

當地時間3月25日，專業AI模型評測機構Artificial Analysis在評測完新版V3后發推表示，這對開源來說是一個里程碑，因為這是開放權重模型首次成為領先的非推理模型。新版V3在他們的基準測試中躍升了7位，為所有非推理模型中的第一名。

圖片來源：Kcores大模型競技場

記者實測新版V3編程能力：完成度高，難掩幻覺問題 

截至目前，DeepSeek并沒有放出DeepSeek-V3-0324的跑分結果。

不過，廣大網友對其進行了獨立測試。在眾多用戶的體驗中，最常被提到的就是新版V3的代碼能力。

有網友同時比較了新版V3和R1之間的編程能力，要求：

“創建一個包含CSS和JavaScript的單個HTML文件，以生成一個動畫天氣卡片。卡片應通過不同的動畫直觀地表示以下天氣條件：

風：（例如，移動的云朵、搖曳的樹木或風線）

雨：（例如，落下的雨滴、形成的水坑）

晴：（例如，閃耀的光線、明亮的背景）

雪：（例如，落下的雪花、積雪）并排顯示所有天氣卡片。

卡片應具有深色背景。在此單個文件中提供所有 HTML、CSS 和 JavaScript 代碼。JavaScript 應包含一種在不同天氣條件之間切換的方法（例如，一個函數或一組按鈕），以演示每種天氣的動畫。”

從下圖可以發現，兩者生成的效果可謂天差地別。

左側為新版V3，右側為R1 圖片來源：X

每經記者也對新版V3進行了測試，請它生成一個可以互動的、介紹世界風光的網站前端。

DeepSeek的響應過程十分絲滑，只花了2分鐘就完成了，生成的網站配有日間/夜間模式切換、評論區、評分系統、收藏系統和社媒分享系統。

不過需要指出的是，在一些細節上DeepSeek還是出現了幻覺問題，比如在介紹馬丘比丘時配上了和其毫無相關的圖片，在介紹長城時張冠李戴地配上了故宮的圖片。但整體的網站完成度還是值得點贊的。 

網友熱評：對OpenAI如同噩夢，對DeepSeek-R2寄予厚望

還有網友綜合體驗下來表示，新版V3的提升幅度大約相當于Sonnet 3.5到Sonnet 3.6的提升。

有國外網友直呼，這對OpenAI來說就是一場噩夢。

圖片來源：X

有外媒表示：“V3新版本的推出時機和特點強烈表明，它將成為DeepSeek-R2的基礎，后者是一款新的推理模型，預計在未來兩個月內推出。這遵循了DeepSeek的既定模式，即其基礎模型比專門的推理模型早幾周推出。”

Artificial Analysis表示，此版本可以說比R1更令人印象深刻，并且可能表明R2將是另一個重大飛躍。

Kocres聯合創始人“karminski牙醫”在測試完新版V3后表示：“DeepSeek-V3新版本的能力十分可怕，甚至這還都不是DeepSeek-V4，更不是DeepSeek-R2！我現在十分期待DeepSeek-R2的發布了！”

國外知名AI評論員“chubby”表示，這個小更新比預期的要大很多，因此我們對DeepSeek-R2寄予厚望。R2會成為有史以來最重要的開源推理模型。

有Reddit用戶指出：“這與DeepSeek在圣誕節前后發布V3并在幾周后發布R1的方式一致。據傳R2將于4月發布。”

如果DeepSeek-R2遵循R1發布的軌跡，它可能會對OpenAI的下一個旗艦模型GPT-5構成直接挑戰。此前，阿爾特曼在訪談中表示，GPT-5很快就會和大家見面。