随着人工智能竞争升级，DeepSeek发布R1模型更新版。

周三，DeepSeek在微信群发布帖子称，DeepSeek R1模型已完成“小版本试升级”，欢迎前往官方网页、APP、小程序测试（打开深度思考），API 接口和使用方式保持不变。

DeepSeek R1模型在语义理解精准性、复杂逻辑推理、长文本处理稳定性等方面进行了强化。

这是两个月来DeepSeek的首次模型更新。

今年3月，DeepSeek放出了 DeepSeek-V3-0324 模型。该模型全面超越 Claude-3.7-Sonnet，在数学、代码类相关评测集上超过 GPT-4.5。

作为一个没有思维链的非推理模型，DeepSeek-V3-0324 模型在推理类任务上的表现可圈可点。根据第三方评测，新版的 DeepSeek-V3 模型与 Grok-3 打平，并列传统对话类模型榜首。

同时性价比极高，输入价格仅为Claude-3.7-Sonnet的1/11、GPT-4.5的1/277。此外，新版本开源且可免费用于商业用途。

迄今为止，DeepSeek最震动世界的动作还是1月发布R1。当时人们发现，R1不但在多项标准化指标上的表现均优于OpenAI的模型等西方竞争对手，而且成本据称仅有数百万美元，采用的还是较低版本的英伟达芯片。

R1的异军突起引发了全球科技股暴跌，因为投资者开始质疑，是否还需要像微软等硅谷巨头那样投入巨资构建突破性的AI模型和AI服务。

证券时报指出，自以上V3模型的小版本升级之后，DeepSeek的热度就开始下降，使用率也有所回落，并且引发了一些质疑。当前，市场最关心的依然是R2模型发布。

今年2月，有媒体称，1月R1问世后，DeepSeek在加速推出R2，原计划时间定在5月初，后希望尽早推出，还称DeepSeek希望，R2在代码生成方面表现更佳，并具备在英语之外的语言中进行推理的能力。

4月初，DeepSeek联手清华大学发布一篇论文，提出一种名为自我原则点评调优（SPCT）的新学习方法，用于推动通用奖励建模在推理阶段实现有效的可扩展性，最终构建出DeepSeek-GRM系列模型。同时，研究者引入了元奖励模型（meta RM），进一步提升推理扩展性能。

上述论文引发了DeepSeek的R2是否很快面世的猜测。

4月末，又有消息称，R2将采用更先进的混合专家模型（MoE），总参数量预计达1.2万亿，较6710亿参数的R1提升约1倍，单位推理成本较GPT-4剧减97.4%。而且，R2训练全程未使用英伟达显卡，全部基于昇腾910B芯片集群平台，在FP16精度下，计算性能达到512 PetaFLOPS，芯片利用率高达82%，整体性能约为英伟达上一代A100集群的91%。

不过，迄今为止DeepSeek都未正式确认任何有关R2发布时间的消息。

在社交媒体X上，有关此次R1模型小版本试升级的消息下面，就有些点赞高的网友评论在猜测R2。有的问，DeepSeek有没有R2，有的认为，这次的小版本升级可能意味着，R2还远未准备好推出。

⭐星标华尔街见闻，好内容不错过⭐

本文不构成个人投资建议，不代表平台观点，市场有风险，投资需谨慎，请独立判断和决策。