DeepSeek R1 模型小版本升级，DeepSeek-R1-0528都更新了哪些新特性？

DeepSeek-R1‑0528 技术剖析：思维链再进化，推理性能飙升

目录

1. 版本概览
2. 深度思考能力再升级
3. 基准测试成绩
4. 功能与体验更新
5. API 变动与示例
6. 模型开源与下载
7. 结语

版本概览

DeepSeek 团队今日发布 DeepSeek‑R1‑0528 —— 基于 DeepSeek V3 Base（2024‑12） 的小版本升级。
无论是官网、App、小程序还是 API，打开 “深度思考” 即可直接体验。

• 升级包体：后训练权重 + tokenizer 配置
• 上下文长度：产品端 64 K，开源版 128 K
• 许可证：MIT License，可二次蒸馏、商用

深度思考能力再升级

在保持 685 B 参数规模（其中 14 B 为 MTP 层）不变的前提下，官方追加了算力投入以强化推理链（Chain‑of‑Thought, CoT）。
关键改动：

动机：让模型在生成最终答案前，倾向于输出更完整的推理链，从而减少“拍脑袋”式的幻觉。

基准测试成绩

测试条件：64 K 上下文，Humanity’s Last Exam 仅计入纯文本题。

• 数学：AIME‑2025 87.5 %（国产第一，逼近 o3/Gemini‑2.5‑Pro）
• 代码：HumanEval‑Plus 91 %
• 综合逻辑：MMLU 87.2

此外，官方将思考链蒸馏到 Qwen3‑8B，得到 DeepSeek‑R1‑0528‑Qwen3‑8B，在 AIME‑2024 仅次于原版 R1‑0528，超过 Qwen3‑8B (+10 %)，逼平 Qwen3‑235B。

功能与体验更新

1. 幻觉率降低 ≈ 50 %

• 改写、摘要、阅读理解场景更加可信
• 支持 JsonOutput，极大提高结构化回答的可解析性

2. 创意写作

• 议论文/小说/散文等 篇幅更长、框架更完整
• 文风更贴近人类偏好

3. 工具调用（Function Calling）

• Thinking 阶段仍禁用工具，推理完再触发
• Tau‑Bench：Airline 53.5 % / Retail 63.9 % ≈ OpenAI o1‑high

4. 生成式前端开发

• HTML/CSS/JS 一键生成现代组件
• 典型场景：低代码平台、原型设计、组件 DEMO

API 变动与示例

新版 API Endpoint 与参数名完全兼容旧版，仅 max_tokens 语义改变 —— 约束 “单次输出总长度（含思考链）”。

Function Calling 快速示例 (Python + 官方 SDK)

import deepseek

client = deepseek.Reasoning(api_key="YOUR_KEY")

functions = [
    {
        "name": "get_weather",
        "description": "天气查询",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string"}
            },
            "required": ["city"]
        }
    }
]

response = client.chat.completions.create(
    model="deepseek-r1",
    messages=[{"role": "user", "content": "广州明天穿短袖合适吗？"}],
    functions=functions,
    json_output=True,          # 👈 新增参数
    max_tokens=32768           # 注意：含思考链
)

print(response.choices[0].message)

完整指南见官方文档：https://api-docs.deepseek.com/zh-cn/guides/reasoning_model

模型开源与下载

私有化部署仅需替换 checkpoint 与 tokenizer_config.json，无需重下 Base。

结语

DeepSeek‑R1‑0528 用更深的思考链把 国产推理性能推进到新高度：

• 数学、逻辑逼近国际旗舰
• 减幻觉、增工具、写作 & 代码双提升
• 全链路 MIT 开源，蒸馏友好

如果你在 学术研究 追求可解释推理，或在 工业场景 需要大模型私有部署，都值得立即上手体验！

Star & Fork 不迷路，欢迎交流你在落地过程中的踩坑与最佳实践。