DeepSeek 发布 R1 新版，推理精度和代码生成速度提升，性能逼近 OpenAI o3。但有用户反映存在“过度思考”现象。
原文标题：实测思维链大变！DeepSeek R1一个“小升级”性能直逼o3，但仍“过度思考”？
原文作者：AI前线
冷月清谈：
怜星夜思：
2、DeepSeek R1-0528 在编程能力上有所提升，但仍落后于 o3 和 Claude 4。你认为 DeepSeek 在哪些方面需要加强，才能在编程方面赶上甚至超越它们？
3、文章提到 DeepSeek R1-0528 有“过度思考”的问题。你认为这种“过度思考”是模型本身的问题，还是调参的问题？如果是调参的问题，应该如何调整？
原文内容
节前更新似乎已经是 DeepSeek 的惯例了。刚刚，DeepSeek 在 Huggingface 平台开源了 R1 的新版本 DeepSeek-R1-0528。
项目地址：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
据悉，新版本主要是在推理精度和代码生成速度的升级。在 Live CodeBench 基准测试中，DeepSeek-R1-0528 的性能可以媲美 OpenAI 的 o3（High）版本。
DeepSeek 官方对该版本的介绍是一次“小版本试升级”。不过，目前 DeepSeek 并没有发布有关新版本训练方法的技术报告。
不少用户都第一时间去实测了最新的 DeepSeek R1-0528，并整理出了升级亮点：
-
现在能够像 Google 模型作深入推理；
-
改进的写作任务，更自然、格式更好；
-
独特的推理风格，不仅快速，而且深思熟虑；
-
长时间思考，每项任务最多 30-60 分钟；
-
编程能力显著优化。
有实测用户表示，DeepSeek R1-0528 似乎是唯一一个始终正确回答“9.9 - 9.11 是多少”的模型。
但他也称，“从我尝试的编码问题来看，它的性能比旧的 R1 好，但它落后于 o3 和 Claude 4。”
也有用户反映了该版本“过度思考”的问题，表示“给它一个高中数学题，它思考了 6 分钟多才做出回应。”
值得注意的是，R1 的思维链 （CoT） 行为似乎发生了重大变化。有网友评价，“之前的看起来就像 o 系列的推理，现在的则与 Gemini 类似。”也有网友认为，“无论如何，它的 CoT 更加‘面向用户’。”
6 月 27～28 日的 AICon 北京站将继续聚焦 AI 技术的前沿突破与产业落地，围绕 AI Agent 构建、多模态应用、大模型推理性能优化、数据智能实践、AI 产品创新等热门议题，深入探讨技术与应用融合的最新趋势。欢迎持续关注，和我们一起探索 AI 应用的无限可能！
你也「在看」吗？👇