介绍一下 DeepSeek 最新开源的 DeepSeek-V3.1 模型

DeepSeek 正式开源 DeepSeek-V3.1：迈向 Agent 时代的第一步！

DeepSeek-V3.1 是一个混合推理模型，一个模型支持两种模式：思考（Think）与非思考（Non-Think）。

PS：Qwen 团队发布 Qwen3-235B-A22B-Instruct-2507 时已经踩过这个坑了，可能后续 DeepSeek 团队后续也得放弃这种混合模式的方案。这种混合思考模型虽然既有 instruct 模型的快思考，也有 Thinking 模型的深度思考，但无法达到垂类模型的最佳质量，所以 Qwen 团队放弃了具有混合思考模式的 Qwen3-235B-A22B 的继续迭代。

DeepSeek-V3.1 的两大特点：

更快的思考速度：相较于 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短的时间内得出答案
更强的 Agent 能力：后训练（Post-training）增强了工具使用和多步 Agent 任务的能力

一些模型的细节：

V3.1 Base：在 V3 模型基础上，额外使用 840Btokens 进行持续预训练，以扩展长文本能力
使用了新的分词器，新的分词器配置文件：https://huggingface.co/deepseek-ai/DeepSeek-V3.1/blob/main/tokenizer_config.json
V3.1 Base 开源权重：https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base
V3.1 开源权重：https://huggingface.co/deepseek-ai/DeepSeek-V3.1

一些看法：从 DeepSeek-V3.1 的官方指标来看，DeepSeek 在往 Agent 方向在走，此次的优化方向主要在编码能力和工具使用，对标的模型应该还是 OpenAI 和 Anthropic 的模型，比如 GPT-5 和 Claude 4。从官方指标结果上看，DeepSeek-V3.1 比 DeepSeek-V3-0324、DeepSeek R1 0528 确实有比较大的提升。

但和目前开源的 Sota 模型比还是稍微差了一些，我们来对比一下最近开源的编码 Sota 模型：一个是千问的 Qwen-Coder，一个是 Kimi 的 Kimi K2。