DeepSeek发布R1推理模型更新(0528)，采用MIT许可证，参数量达6850亿，实测性能提升显著，尤其在代码能力方面表现突出。网友期待R2。
原文标题：DeepSeek-R1今天一次「小更新」，颠覆了大模型格局，网友：尽快放R2
原文作者：机器之心
冷月清谈：
怜星夜思：
2、文章提到 DeepSeek R1-0528 在解决简单问题时存在“过度思考”的现象，你认为这是所有大模型的通病吗？如果是，有哪些可能的解决方案？
3、DeepSeek R1 的快速迭代更新，是否预示着大模型领域的技术进步速度正在加快？对于开发者和普通用户来说，这种快速变化意味着什么？
原文内容
编辑：泽南、Panda
超出所有人的期待。
千呼万唤始出来，DeepSeek 迎来了推理模型更新。
昨晚，DeepSeek 官方宣布其 R1 推理模型升级到了最新版本（0528），并在今天凌晨公开了模型及权重。
HuggingFace 链接：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
模型文件上传时间是凌晨 1 点，不知 DeepSeek 工程师们是不是加班到了最后一刻。也有网友表示，这回又在端午节假期前发新模型，简直比放假通知还靠谱。
这次更新的升级版 R1 参数量高达 6850 亿，体量巨大，虽然开源了出来，但大多数人只能围观。如果「满血版」不进行蒸馏，是肯定无法在消费级硬件上本地运行的。
不过这种不说话直接放链接的态度还是引来了网友们的普遍欢迎。
根据 DeepSeek 的小范围通知，更新后的 R1 版本采用 MIT 许可证，这意味着它可以用于商业用途，从版本号看来这是一个「小」升级，不过人们大量实测后发现，新版大模型的性能提升颇为明显。
我们也能在新版 DeepSeek-R1 模型的配置文件中看到更多但并不出人意料的信息，包括采用了 DeepSeek-V3 作为基础模型以及 MoE、隐藏层大小、量化等配置。
我们现在已经可以在 DeepSeek 的网页端和 App 上直接用上这个最新版本的大模型。
有网友总结表示，新的 DeepSeek-R1-0528 可以进行更加深度的推理，输出的文本更加自然，结构更有层次感，它展现出了独特的推理风格，不仅速度很快，而且进行了充分的思考。与上周发布的 Claude4 类似，现在的 DeepSeek 也可以进行长时间的思考了，据说能持续 30-60 分钟。
已经有一些网友实测时遇到了 DeepSeek 的长考，这 deep research 可够深度的：
基准评分，成绩大幅提升
DeepSeek R1 发布以来，大模型领域的格局已经发生了变化。原版 R1 的成绩如今已不再领先，R1-0528 的出现修正了结果。
R1-0528 模型的第一个 Benchmark 成绩是 LiveCodeBench，它超越了 O3-Mini，几乎与 O3（High）的评分相当，在编程任务上相比上个版本有了显著的提升。
要知道 DeepSeek 模型是完全开源的，App 目前为止也完全免费，这可以说是开源的胜利。
另外，其在 Extended NYT Connections 基准上的成绩也已经出炉，相比于前一代 DeepSeek-R1，最新的 0528 版本的提升非常明显，从 38.6 增至了 49.8，接近 Claude Opus 4 Thinking 16k；不过在该基准上，DeepSeek-R1-0528 仍旧没有挤进 OpenAI o 系列模型占据的第一梯队。
目前，ChatBot Arena 上也已经更新了新版本的 DeepSeek R1，让我们看看大家充分测试过后它的排名能爬到多高。
网友实测：代码能力大幅提升
虽然 DeepSeek-R1-0528 才刚出来不久，但已经有不少网友分享了自己的实测结果。
比如开发者 Haider 就通过一个编程挑战赛（构建一个词评分系统）挑战了当前主流的前沿模型，结果发现，目前只有 o3 和新版 DeepSeek-R1 能够完成这个挑战。这不禁让他感叹：DeepSeek is so back...
也有网友通过一个小球撞墙实验直观地对比了 Claude-4-Sonnet 与 DeepSeek-R1-0528 的实际表现。可以看到，DeepSeek-R1 生成的代码在模拟物理碰撞方面表现会更好一些。
Hyperbolic Labs CTO 和联创 Yuchen Jin 也进行了简单测试，发现 R1-0528 是目前唯一一个始终能正确回答「what is 9.9 - 9.11?」的模型。
下面是他录制的演示视频：
机器之心也做了一次简单的尝试，让其用 Python 编写了一个可以将 Word 文档中的图片提取到固定路径的小程序。
可以看到，DeepSeek-R1 用一分多钟完成了任务，那实际效果如何呢？很遗憾，出现了一个报错：
这是一个简单的句法错误，下面我们直接将其反馈给 R1-0528。结果出现了一个有趣的现象，对于这个简单报错，R1 模型思考的时间（212 秒）远远超过了之前写出整个程序的时间。
查看其思考过程可知，新版本的 R1 与之前的版本一样存在过度思考的问题，即反复思考和验证原本很简单的问题。
不过好在，修改后的程序成功完成了指定任务，就是这 UI 字体有点不协调：
我们还进行了另一些简单测试。整体来说，我们感觉新版 DeepSeek-R1 相比前一版本确实提升不小，完成一个任务所需的对话轮次也少了许多。
最后，尽管 R1 这次提升很大，网友们还是期待 DeepSeek 尽快放出 R2。
一个小版本更新就如此惊艳，DeepSeek R2 会是什么样子？这一次，我们是不是要等到国庆节？
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com