|
每经记者 岳楚鹏 每经编辑 兰素英 北京时间3月24日晚间，DeepSeek悄然将DeepSeek-V3模型的最新版本上传到了开源平台HuggingFace。 新模型的版本号为DeepSeek-V3-0324，参数为6850亿，较初代V3版本的6710亿有小幅增长。 尽管DeepSeek十分低调，但还是有不少人在第一时间就注意到了这一更新，并对其进行了测试。 根据社区测试反馈，DeepSeek-V3-0324最明显的变化是编程能力得到了极大的提升。众多开发者基于对新模型的综合体验判断，新模型的编程能力已经接近目前最强编程模型Claude 3.7 Sonnet。 3月25日，专业AI模型评测机构Artificial Analysis发布的最新排名显示，新版V3在基准测试中较老版V3跃升了7位，排名所有非推理模型中的第一名。 《每日经济新闻》记者实测后发现，DeepSeek-V3-0324的编程能力确实强大，但仍会出现幻觉问题。 有外媒推测：“V3新版本的推出时机和特点强烈表明，它将成为DeepSeek-R2的基础，后者是一款新的推理模型，预计在未来两个月内推出。这遵循了DeepSeek的既定模式，即基础模型比专门的推理模型早几周推出。” 机构：新版V3排名非推理模型第一当地时间3月25日，专业AI模型评测机构Artificial Analysis在评测完新版V3后发推表示，这对开源来说是一个里程碑，因为这是开放权重模型首次成为领先的非推理模型。新版V3在他们的基准测试中跃升了7位，为所有非推理模型中的第一名。
虽然它在能力上仍落后于众多推理模型，但这并不能影响这一成就的重要性。因为非推理模型相较于推理模型在速度上具有优势，它可以立即回答，而无需花时间“思考”。 AI编码工具aider开发者保罗·高蒂尔对其进行了多语言基准测试，得分为55%，较上一个版本有显著提升。他认为，新版V3是仅次于Claude 3.7 Sonnet的非推理模型了，并且它比R1和o3-mini这样的推理模型更具竞争力，因为它的费用更便宜。
图片来源：X 开源大模型评测项目Kcores大模型竞技场的最新测试数据显示，新版V3的代码能力达到了328.3分，仅次于Claude 3.7 Sonnet（思考模型）和Claude 3.5（因不同测试之间题目不同，所以测试结果会有偏差）。
图片来源：Kcores大模型竞技场 |
