深度求索

DeepSeek V4.1 Flash 1017 是 DeepSeek V4.1 Flash 的 2026 年 10 月 17 日快照，由 DeepSeek 以 `deepseek-flash` API 模型名称提供服务。V4.1 Flash 是 DeepSeek 推出的稀疏混合专家模型，也是首款基于该公司因果编码器-解码器（CED）架构构建的模型。它从 552B 参数的主干网络中，在输入时激活 8B 参数，输出时激活 16B 参数，这种不对称拆分使得每个 token 的计算量相对于模型总大小保持较低。图像理解是该架构的原生能力，视觉和文本嵌入从预训练一开始就联合训练，而不是像早期的实验性 V4 Flash Vision Exp 那样事后添加。 它适用于编码、终端和计算机使用代理，以及必须在多个步骤中运行到完成的长时任务和长上下文分析。压缩 KV 缓存将缓存内存减少到上一代 Flash 的大约四分之一，显著降低了代理工作负载的成本。DeepSeek 将其定位为 V4.1 家族中高性价比的层级，并报告称它在性能、速度和任务完成时间上均超过 V4 Pro。

DeepSeek V4.1 Flash 是 DeepSeek 推出的一款稀疏混合专家模型，也是首个基于该公司因果编码器-解码器（CED）架构构建的模型。它从 552B 参数的主干网络中，在输入时激活 8B 参数，输出时激活 16B 参数，这种不对称的拆分使得每个 token 的计算量相对于模型总规模保持较低水平。图像理解是该架构的原生能力，视觉和文本嵌入从预训练一开始就联合训练，而不是像早期实验性的 V4 Flash Vision Exp 那样事后添加。 它适用于编码、终端和计算机使用智能体，以及必须跨多个步骤运行完成的长周期任务和长上下文分析。压缩的 KV 缓存将缓存内存削减至上一代 Flash 的大约四分之一，显著降低了智能体工作负载的成本。DeepSeek 将其定位为 V4.1 系列中成本高效的层级，并报告称其在性能、速度和任务完成时间上均超过 V4 Pro。

DeepSeek V4 Flash Vision Exp 是 DeepSeek 推出的 DeepSeek V4 Flash 0731 的实验性视觉增强版本，在增加图像理解能力的同时，在智能体、推理和世界知识等文本能力上与基础模型保持一致。它是一个稀疏混合专家模型，总参数为 284B，激活参数为 13B。 该模型适用于文档和图表理解、视觉问答，以及交错处理文本和图像的多模态智能体工作流。

DeepSeek V4 Pro 0813 是 DeepSeek 推出的大规模 mixture-of-experts 模型。这是 DeepSeek V4 Pro 的 GA 版本。

DeepSeek V4 Flash 0731 是 DeepSeek 推出的稀疏混合专家模型，总参数 284B，其中 13B 为活跃参数。这一重新训练版本适用于编码、推理和智能体工作流。这是 DeepSeek V4 Flash 的正式发布版。

DeepSeek V4 Pro 是 DeepSeek 推出的大规模混合专家模型，总参数达 1.6T，激活参数为 49B，支持 100 万 token 的上下文窗口。它专为高级推理、编码和长周期智能体工作流设计，在知识、数学和软件工程基准测试中表现优异。 它与 DeepSeek V4 Flash 基于相同架构，引入了混合注意力系统以高效处理长上下文。支持 high 和 xhigh 两种推理强度，其中 xhigh 映射为最大推理模式。该模型非常适合全代码库分析、多步骤自动化和大规模信息整合等复杂工作负载，在这些场景中，能力与效率都至关重要。

DeepSeek V4 Flash 是 DeepSeek 推出的一款效率优化的混合专家（MoE）模型，总参数为 284B，激活参数为 13B，支持 1M token 的上下文窗口。它专为快速推理和高吞吐量工作负载而设计，同时保持强大的推理和编码性能。 该模型包含用于高效长上下文处理的混合注意力机制。支持 `high` 和 `xhigh` 两种推理强度；`xhigh` 映射到最大推理。它非常适合编码助手、聊天系统和代理工作流等应用，在这些场景中响应速度和成本效率至关重要。

DeepSeek-V3.2 是一款大型语言模型，旨在兼顾高计算效率与强大的推理和智能体工具使用性能。它引入了 DeepSeek 稀疏注意力（DSA），一种细粒度稀疏注意力机制，可在长上下文场景中降低训练和推理成本，同时保持质量。一个可扩展的强化学习后训练框架进一步提升了推理能力，据报道其性能达到 GPT-5 级别，该模型在 2025 年 IMO 和 IOI 中展现了金牌水平的成绩。V3.2 还使用大规模智能体任务合成流水线，更好地将推理集成到工具使用场景中，从而提升交互环境中的合规性和泛化能力。 用户可以通过 `reasoning` 的 `enabled` 布尔值控制推理行为。在我们的文档中了解更多

DeepSeek-V3.2-Exp 是 DeepSeek 发布的实验性大语言模型，作为 V3.1 与未来架构之间的中间步骤。它引入了 DeepSeek 稀疏注意力（DSA），一种细粒度的稀疏注意力机制，旨在提高长上下文场景下的训练和推理效率，同时保持输出质量。用户可以通过 `reasoning` 的 `enabled` 布尔值来控制推理行为。在我们的文档中了解更多 该模型在与 V3.1-Terminus 对齐的条件下进行训练，以便直接比较。基准测试显示，在推理、编码和智能体工具使用任务上，其性能大致与 V3.1 持平，不同领域有轻微取舍和增益。此版本侧重于验证针对扩展上下文长度的架构优化，而非提升原始任务准确率，因此它主要是一个面向研究、用于探索高效 Transformer 设计的模型。

DeepSeek-V3.1 Terminus 是 DeepSeek V3.1 的更新版本，在保持模型原有能力的同时，解决了用户反馈的问题，包括语言一致性和智能体能力，进一步优化了模型在编码和搜索智能体方面的性能。它是一个大型混合推理模型（671B 参数，37B 激活），支持思考和非思考模式。它在 DeepSeek-V3 的基础上扩展了两阶段长上下文训练过程，达到最高 128K token，并使用 FP8 微缩放实现高效推理。用户可以通过 `reasoning` 的 `enabled` 布尔值来控制推理行为。在我们的文档中了解更多 该模型改进了工具使用、代码生成和推理效率，在困难基准测试上实现了与 DeepSeek-R1 相当的性能，同时响应更快。它支持结构化工具调用、代码智能体和搜索智能体，适用于研究、编码和智能体工作流。

DeepSeek-V3.1 是一个大型混合推理模型（671B参数，37B激活），通过提示模板同时支持思考和非思考模式。它通过两阶段长上下文训练过程扩展了DeepSeek-V3基础，支持高达128K tokens，并使用FP8微缩放进行高效推理。用户可以通过`reasoning` `enabled`布尔值控制推理行为。在我们的文档中了解更多 该模型提升了工具使用、代码生成和推理效率，在困难基准上实现了与DeepSeek-R1相当的性能，同时响应更快。它支持结构化工具调用、代码智能体和搜索智能体，适用于研究、编码和智能体工作流。 它是DeepSeek V3-0324模型的继任者，在各种任务上表现出色。

5月28日对原始DeepSeek R1的更新。性能与OpenAI o1相当，但开源且推理令牌完全开放。模型规模为671B参数，单次推理中激活37B参数。 完全开源模型。

DeepSeek V3，一个685B参数的混合专家模型，是DeepSeek团队旗舰聊天模型系列的最新迭代。 它是DeepSeek V3模型的后续版本，并在各种任务上表现出色。

DeepSeek R1 Distill Llama 70B 是一个基于 Llama-3.3-70B-Instruct 的蒸馏大语言模型，使用了 DeepSeek R1 的输出。该模型结合先进的蒸馏技术，在多个基准测试中取得了高性能，包括： - AIME 2024 pass@1: 70.0 - MATH-500 pass@1: 94.5 - CodeForces Rating: 1633 该模型利用 DeepSeek R1 输出的微调，实现了与更大规模前沿模型相当的有竞争力的性能。

DeepSeek R1 来了：性能与 OpenAI o1 相当，但开源且推理令牌完全开放。模型规模为 671B 参数，推理过程中有 37B 参数处于激活状态。 完全开源模型及技术报告。 MIT 许可：可自由蒸馏与商业化！

DeepSeek-V3 是 DeepSeek 团队的最新模型，建立在先前版本的基础上，增强了指令遵循和编码能力。该模型在近15万亿个token上进行了预训练，据报告的评估...