DeepSeek“偷偷”发布新版本，最新测评来了

（文/张广凯 编辑/吕栋）

昨晚，DeepSeek 以非常低调的方式，带来了最新版本的大模型 V3-0324。

没有官方新闻稿，没有技术报告，甚至在Hugging Face上传的最初文件中，连README文档都是空的，看上去，这只是V3模型的一次版本升级。

不过由于DeepSeek自带的极高话题性，这次版本升级还是引发了大量讨论和测评，并且果然没有令人失望——很多专业人士都指出，V3-0324模型在编程能力上有了显著提升。

在大模型编程能力测试Aider LLM中，V3-0324的多语言基准测试得分为55%，相较于此前版本不到50%的水平有明显进步，并且超越了OpenAI的o3-mini，接近于自家的R1，但仍然稍稍落后于以编程见长的Claude 3.7 sonnet。

考虑到V3-0324并非推理模型，能够在编程能力上接近R1，算得上是自身短板的精准补强。

另一位博主Xeophon自建的测试集上，V3-0324在综合能力上超越了Claude 3.5 sonnet，排在它身前的DeepSeek R1，o3-mini和阿里通义的qwq-32b则都是推理模型。

知名的大模型竞技场Chatbot Arena也已经开始将V3-0324纳入测试，但还具体成绩还要等待几天时间。

在目前的Chatbot Arena排行榜上，GPT-4.5-Preview和Grok-3-Preview-02-24并列排在榜首，而DeepSeek R1则排在第6位。

随着今年以来OpenAI推出最后一代非推理模型GPT-4.5，以及推理模型o3的升级，再加上Grok、Claude和Gemini等模型的持续迭代，外界对于DeepSeek何时能够再次升级也有了更高期待。

此前路透社消息称，DeepSeek下一代推理模型R2可能会比预期的5月更早发布。

考虑到DeepSeek R1是以V3作为基础模型训练而来，此次V3-0324的亮相，或许也意味着R2愈发临近了。

本文系观察者网独家稿件，未经授权，不得转载。