省流：悲！也许没有 R2 了！V3.1 把 R1 给融了！

重点 1：别被官方微信公告带沟里，128K 不是重点！模型融合推理才是重点！

重点 2：DeepSeek V3-0324 和 DeepSeek V3 用的同一个 base model，但这次的 V3.1 放出了新的 base model，大概率是重新训的新模型。别又被小版本号骗了。

先在前面更新一下我的主观感受：

DeepSeek V3.1 有进步，但不多。反而以前的老毛病回来不少：幻觉、中英文混杂。

如果只是一次实验性的关于 Chat、Reasoning 模型融合的测试，那 V3.1 是一次合格的增量更新。往好处想，如果 V3.1 成了，那将来不用单独部署两套模型，节约了一半的资源。

但如果这是未来一段时间 DeepSeek 的主力模型，而 V4 依旧遥远、R2 再也不见的话，那大家的很多期待也许就落空了。

目前只见到了微信群里的消息，所以还在蹲官方的模型开源以及文档更新，按照惯例会放出新的 Benchmark 成绩和能力说明。

Update 一下，DeepSeek V3.1 Base 的模型地址已经放出来了 （但还没有 model card）：

但是在我看来，128K 绝对不是这次更新的重点。因为 DeepSeek V3/R1 的 Context Length 其实一直都是 128K，只不过 DeepSeek 官方的 API 之前只支持到 64K。

官方在 V3-0324 的说明里写的很明白了：

模型参数约 660B，开源版本上下文长度为 128K（网页端、App 和 API 提供 64K 上下文）

再比如，DeepSeek V3 HuggingFace 模型页

很明显，老版本的 DeepSeek R1 是不会有模型身份的认知错误的，但更新后的 DeepSeek，不论是网页对话，还是 API 调用 Reasoner 推理模型，都会明确说自己就是 V3。

答案只有一个，那就是 DeepSeek 跟 Qwen3（的第一个版本） 一样，被 GPT-5 忽悠进了模型融合、混合推理的沟里，试图把对话模型和推理模型融到了一起。

很难说这种做法好还是不好，毕竟 Qwen3 在尝试过融合推理之后，在新版本的更新里又分别放出了 Instruct 和 Thinking 模型。

而第一个提出要融合模型路线的 GPT-5 ，反而选择了 Chat 模型 Reasoning 模型 Router 路由的做法，从发布公告的文字表述上理解，并没有直接激进地融合模型：

diff 了一下 V3.1-Base 和 V3-Base 的配置文件，基本上没有大的改动，主要变化在于：

V3.1 通过新增 token ，提供了完整的思维模式支持：

(ID: 128798) - 推理开始标记 (ID: 128799) - 推理结束标记 (ID: 128796) - 搜索开始标记 (ID: 128797) - 搜索结束标记

相应的，在 tokenizer 中，占位符Token被功能性Token替代：

→ → → →

在 Chat Template 中：

新增 thinking 变量支持: {% if not thinking is defined %}{% set thinking = false %}{% endif %}新增 is_last_user 状态跟踪: 用于更精确的对话流程控制优化工具调用处理: 简化了工具调用的格式化逻辑思维模式集成: 自动在助手回复中添加和标记

新配置文件：

{ "_from_model_config": true, "bos_token_id": 0, "eos_token_id": 1, "do_sample": true, "temperature": 0.6, "top_p": 0.95, "transformers_version": "4.46.3"}

综合配置文件的变更来看，V3.1 主要改进了推理模式、对话轮次控制、工具调用流程。（也许可以期待一下 Agent 能力的提升？）

初步测试：

鹈鹕测试，用的 Chat API，没开深度思考，说实话效果还不错。

相比于其他模型和旧版模型，新版 DeepSeek 特别喜欢写完整的 HTML 网页，而不是单纯的 SVG 代码，甚至执着于给 SVG 里的形象添加动态效果和动作…（还喜欢加标题、写涩话）