昨晚，DeepSeek 無預警發(fā)布了 DeepSeek-V3-0324 模型,。雖然官方低調地稱其為“小版本迭代”,，但實測表現遠超預期,。該模型在代碼生成,、前端開發(fā)等方面顯著提升,，部分能力甚至比肩 Claude 3.7 Sonnet,，引發(fā)了全球 AI 社區(qū)的熱議,。

在大模型競技場測試 KCORES 中，DeepSeek-V3-0324 的代碼能力得分為 328.3 分,，超越了普通版 Claude 3.7 Sonnet 的 322.3 分,，接近 Claude 3.7 Sonnet 思維鏈版本的 334.8 分。在 Aider LLM Leaderboard 排行榜中,，DeepSeek-V3-0324 在多語言基準測試中的得分為 55%,，比 V3 有顯著提升，略低于 R1,。在非思考/推理模型中,，它排名第二，僅次于 Claude Sonnet 3.7,。

測試數據還顯示,，在表現良好的模型中，DeepSeek-V3-0324 的花費最低,，比 R1 低很多,，僅需約 1/5 的成本，具有極高的性價比,。Claude Sonnet 3.7 Thinking 的花費是 DeepSeek-V3-0324 的 33 倍,，o1 則是其 167 倍。

目前在 DeepSeek 官網上,，只需關閉“深度思考”選項即可使用新模型,。Hugging Face 上也提供了開源下載。DeepSeek-V3-0324 包含 685B 參數,，較前代 V3 小幅增加,，采用 MoE（專家混合）架構，激活參數 370 億,。網友實測 DeepSeek-V3-0324 支持 4-bit 量化,，可在 512GB M3 Ultra Mac 上以 20+ token/s 速度運行，磁盤占用僅 352GB,。新模型采用與 DeepSeek-R1 相同的 MIT 許可,，允許自由修改,、商用及模型蒸餾，比上一版 V3 更開放,。

從測評結果來看,，DeepSeek-V3-0324 在前端開發(fā)方面表現突出，媲美頂級商業(yè)模型,。X 博主 Deepanshu Sharma 使用簡單提示詞“用 HTML/CSS/JS 制作現代化登錄頁面”,，就能讓新版 V3 一鍵生成 800 多行代碼,，并且無錯誤運行,，效果堪比 Claude 3.7 Sonnet。在經典彈跳小球測試中,，DeepSeek V3-0324 不僅比 R1 表現更好,，還生成了最流暢的動作。o3-mini 初始表現良好,，但未能正確遵循物理原理,，特別是在視頻中間，球對重力沒有做出正確的反應,。Deepanshu Sharma 評價 DeepSeek V3-0324“表現得像唯一排名第一的非推理模型”,。

X 網友 karminski-牙醫(yī)表示，在升級版的 20 小球物理模擬測試中,，DeepSeek V3-0324 相比 V3 也有明顯提升,。在火星任務測試中，DeepSeek-V3-0324 提升巨大,，星球和圖例渲染正確,，發(fā)射和返回的窗口計算也有很大進步。結合 UI 設計和物理模擬,，X 網友 Parul Pandey 還用 DeepSeek-V3-0324 生成了一個可交互物理模擬界面,，通過 AnyChat 使用 DeepSeek-V3-0324 模擬水分子。實際運行中,，可以通過溫度滑塊提升溫度,，使分子呈現越來越快的前進和碰撞反彈運動。

Reddit 網友 pigeon57434 對此次升級的技術難度給出了中立解讀：不用太驚嘆本次 V3 升級的幅度,，因為強化學習潛力極大,。以 QwQ-32B 為例，盡管它實際上小了 20 倍,，但在某些方面的表現幾乎與 R1 一樣好,，甚至更好。擴展推理模型還有很大空間,，甚至不需要新的基礎模型,。使用更復雜的技術,，可以輕松獲得基于 DeepSeek-V2.5 的推理模型來擊敗 R1，更不用說這個新版本的 V3 了,。

此次更新再次證明了開源模型的爆發(fā)力,，不僅技術指標逼近頂級商業(yè) AI，更以低成本,、高自由度推動行業(yè)變革,。可以合理推測,，此次更新可能是 R2 的前置版本,，類似去年 V3 到 R1 的發(fā)布節(jié)奏，或許幾周內會迎來更強的推理模型 R2,。隨著 R2 的臨近,，全球 AI 競爭格局或將迎來新一輪洗牌。