智東西

作者 | 陳駿達(dá)

【資料圖】

編輯 | 李水青

DeepSeek又更新了！

智東西9月22日?qǐng)?bào)道，今天晚間，DeepSeek在其官方API平臺(tái)發(fā)布了最新升級(jí)的DeepSeek-V3.1-Terminus模型（Terminus拉丁語意為終點(diǎn)、界限），并在不久后宣布模型開源。

官方文檔中稱，DeepSeek-V3.1-Terminus在保持模型原有能力的情況下，改進(jìn)了語言一致性、偶發(fā)異常字符等DeepSeek-V3.1上線后出現(xiàn)的Bug，還進(jìn)一步優(yōu)化了編程和搜索智能體的表現(xiàn)。

DeepSeek官方在微信公眾號(hào)放出了新舊DeepSeek-V3.1的基準(zhǔn)測試對(duì)比。可以看到，在非Agent類的基準(zhǔn)測試中，DeepSeek-V3.1-Terminus比DeepSeek-V3.1實(shí)現(xiàn)了0.2%-36.5%不等的表現(xiàn)提升，不過也有些測試成績出現(xiàn)小幅度下滑。

DeepSeek-V3.1-Terminus在HLE（人類終極測試）上的性能提升最為明顯，這一測試主要考察專家級(jí)的高難度知識(shí)和模型的多模態(tài)、深度推理等能力。

而在Agent測評(píng)中，DeepSeek-V3.1-Terminus網(wǎng)頁瀏覽、簡單問答和多項(xiàng)編程測試中的表現(xiàn)出現(xiàn)小幅提升。

DeepSeek官方App、網(wǎng)頁端、小程序與DeepSeek API模型均已同步更新為DeepSeek-V3.1-Terminus。智東西第一時(shí)間調(diào)用DeepSeek-V3.1-Terminus的API進(jìn)行了體驗(yàn)，嘗試復(fù)現(xiàn)此前的多個(gè)Bug，并體驗(yàn)?zāi)Ｐ偷淖钚滦阅堋?/p>

開源地址：

https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus

https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus

一、兩大神秘Bug消失，DeepSeek-V3.1終于不犯糊涂了

今年8月，DeepSeek-V3.1上線后，有用戶反饋在用API調(diào)用模型時(shí)，會(huì)偶爾出現(xiàn)一個(gè)嚴(yán)重Bug：模型會(huì)不受控地隨機(jī)輸出“極”、“極”、“extreme”等字樣，嚴(yán)重影響日常使用，如果未經(jīng)仔細(xì)檢查就使用含有這一Bug的代碼，很可能導(dǎo)致編譯失敗。

▲DeepSeek-V3.1的“極”字Bug（圖源：知乎@Fun10165）

智東西調(diào)用了最新的DeepSeek-V3.1-Terminus API，嘗試復(fù)現(xiàn)上述問題。網(wǎng)傳能復(fù)現(xiàn)這一問題的“高危”提示詞包括要求模型寫Go語言、完成版本號(hào)相關(guān)任務(wù)、處理時(shí)間等。

不過，DeepSeek-V3.1-Terminus在測試中并未因上述提示詞而出現(xiàn)Bug，也就是說，這一問題應(yīng)該已經(jīng)被修復(fù)了。

▲DeepSeek-V3-Terminus沒有因“高危”提示詞而產(chǎn)生Bug

也有海外用戶反映，此前的DeepSeek-V3.1存在多語言的問題，尤其是在翻譯小語種時(shí)。這位Reddit網(wǎng)友分享，DeepSeek會(huì)把中、英、俄三種語言混用，問題文本的比例有時(shí)能達(dá)到5%。

▲網(wǎng)友分享DeepSeek-V3.1多語言混用問題（圖源：Reddit @Kitano_o）

智東西嘗試著讓DeepSeek-V3-Terminus將這句話翻譯為7種小語種：“人工智能正在改變我們的世界，它帶來了巨大的機(jī)遇，也需要我們認(rèn)真思考其挑戰(zhàn)。”

DeepSeek-V3-Terminus的回答沒有出現(xiàn)語言混雜問題，看來這一Bug也被修復(fù)了。

二、小球彈跳效果驚艷，還能快速交叉搜索信息

除了Bug的修復(fù)之外，DeepSeek-V3.1-Terminus還有一大值得關(guān)注的地方是其編程和搜索智能體能力的提升。

編程任務(wù)上，智東西讓DeepSeek-V3.1-Terminus嘗試了小球彈跳，結(jié)果如下。模型輸出的網(wǎng)頁采用了簡約風(fēng)格，不過，模擬的重力、摩擦力效果十分逼真。要打造這樣的效果，模型不僅需要有很強(qiáng)的編程能力，也需擁有對(duì)物理學(xué)的理解能力。

這一模型打造的動(dòng)畫效果也不錯(cuò)，軌跡和碰撞都比較自然：

在搜索智能體能力方面，我們讓DeepSeek-V3.1-Terminus推薦了幾款適合新手陽臺(tái)盆栽的植物。這一測試考察模型能否找出完全符合“陽臺(tái)盆栽”、“生長快”、“可生食”、“對(duì)兒童安全”所有條件的植物。此外，模型也要交叉驗(yàn)證信息的可靠性，并進(jìn)行整合提煉和風(fēng)險(xiǎn)提示。

可以看到，DeepSeek-V3.1-Terminus給出的答案考慮十分周全，經(jīng)人工核查事實(shí)無誤，可讀性也不錯(cuò)。

結(jié)語：DeepSeek-V3.1，迎來終極版？

DeepSeek-V3.1-Terminus中的“Terminus”，在拉丁語里是“終點(diǎn)”或“界限”的意思，我們?cè)囍孌eepSeek自己對(duì)這一命名給出了解讀。DeepSeek稱，這一命名可能象征著DeepSeek-V3.1是這個(gè)系列架構(gòu)的終極版本，代表了當(dāng)前技術(shù)路徑的成熟和完善。

也有網(wǎng)友認(rèn)為，Terminus可能意味著模型在編程終端里的表現(xiàn)更好了。不過，正如DeepSeek所言，具體的命名寓意最好還是官方來解釋更為準(zhǔn)確。

此前，外網(wǎng)有媒體報(bào)道稱，DeepSeek今年年底即將推出Agent模型。或許，DeepSeek的下一次重大更新，已經(jīng)不遠(yuǎn)了。

關(guān)鍵詞： Agent 能力 語言 DeepSeek Bug 模型 測試 問題 官方 編程 智能體 Bug 提示詞 模型