共计 1303 个字符，预计需要花费 4 分钟才能阅读完成。
昨天晚上，DeepSeek 又搞了个大动作——V3.1 模型正式上线。朋友圈、社群里一片热闹，大家都在刷“128K 上下文”“新 Base Model”，但是其中最重要的还是「模型融合」
省流：别被“128K”忽悠了，真正的重点是—— V3.1 把 Chat 和 Reasoning 融了！
很多人第一眼被吸引的就是“128K 上下文”，觉得这是突破。可实际上，DeepSeek V3/R1 一直都能跑 128K，只是 API 端之前只开放到 64K。这次所谓的升级，更多是“放开限制”而不是“技术飞跃”。
所以，128K 很重要，但不是这次更新的灵魂。
这次的 V3.1 最大的变化，就是把 Chat 和 Reasoning 融到了一起。以前要对话可以用 V3，要深度推理就必须使用用 R1；现在只剩一个模型。
听起来很美好：一套模型，省下部署成本，还能提升算力利用率。可是，融合的副作用也很明显——幻觉又开始频繁出现，中英文混杂的老毛病也回来了。
我个人感觉：V3.1 有进步，但远不如预期。
V3.1 更新亮点
本次开源的 V3.1 模型拥有 685B 参数，且支持多种精度格式，从 BF16 到 FP8。
国外基准跑分（SVGBench）实测推理跑分相比 DeepSeek-R1-0528 的得分提高了 13%，总体排名第 13，最佳中国模型第 2，最佳开源权重模型第 2，以及无视觉能力模型中排名第 2
在架构上，V3.1 采用了模型融合方式，基本可以说 V3.1 = V3 + R1
成本上节约了六十分之一，完整编程任务仅需 1.01 美元
DeepSeek V3.1 Base 的模型地址已经出了，但是还没有 model card，官方的 Benchmark 成绩和能力说明还未公布
这盘棋，DeepSeek 下对了吗？
其实，这不是 DeepSeek 一家在探索模型融合的道路。Qwen3 也尝试过模型融合，结果后来还是分开出了 Instruct 和 Thinking。GPT-5 则更稳健，走的是“Chat + Reasoning + Router”路线，而不是生硬地融成一个模型，更不用说前段时间 GPT-5 被社区的人吐槽这个问题
所以，DeepSeek 的做法，究竟是“捷径”，还是“弯路”，还需要时间验证。
同时在 HuggingFace 上，讨论非常两极化，大部分喷的都是因为 DeepSeek 每次更新版本都会直接覆盖原始的 API 版本，会导致本身在使用老版本的用户出现问题，以及融合后的幻觉问题严重等
但同样因为 V3.1，更多的人也在期待 R2 的上线
更有意思的是，V3.1 的推出，其实和 DeepSeek 的「算力博弈」脱不开关系。根据路透社报道，DeepSeek 原本被要求用华为 Ascend 芯片训练 R2，但因为多次失败，最后只能退回 Nvidia GPU。现在的情况是： 推理用国产芯片，训练依然逃不脱英伟达。
这也解释了为什么 R2 始终不见踪影，而 V3.1 却急忙上线。某种程度上，它更像是“过渡产物”。所以这次的 V3.1 更像是一次实验，真正的看点，还是要等 R2 或 V4
AI 的世界，总是在“期待”与“失望”之间来回摇摆。GPT-5 前段时间也是先被骂，再慢慢赢回口碑。V3.1 也许是一次失败的实验，也可能是未来“大一统模型”的起点。
所以，我的建议是： 别急着下结论，让子弹再飞一会儿。
