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。

图片来源：Artifical Analysis

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

在 Kcores 大模型中的四个测试中，新版 V3 都展示了出色的能力，特别是在九大行星模拟测试中，它是测试的 25 个模型中，唯一一个画了土星环的大模型。

记者实测新版 V3 编程能力：完成度高，难掩幻觉问题  

截至目前，DeepSeek 并没有放出 DeepSeek-V3-0324 的跑分结果。

不过，广大网友对其进行了独立测试。在众多用户的体验中，最常被提到的就是新版 V3 的代码能力。

有网友同时比较了新版 V3 和 R1 之间的编程能力，要求：

" 创建一个包含 CSS 和 JavaScript 的单个 HTML 文件，以生成一个动画天气卡片。卡片应通过不同的动画直观地表示以下天气条件：

风：（例如，移动的云朵、摇曳的树木或风线）

雨：（例如，落下的雨滴、形成的水坑）

晴：（例如，闪耀的光线、明亮的背景）

雪：（例如，落下的雪花、积雪）并排显示所有天气卡片。

卡片应具有深色背景。在此单个文件中提供所有 HTML、CSS 和 JavaScript 代码。JavaScript 应包含一种在不同天气条件之间切换的方法（例如，一个函数或一组按钮），以演示每种天气的动画。"

从下图可以发现，两者生成的效果可谓天差地别。

左侧为新版 V3，右侧为 R1   图片来源：X

每经记者也对新版 V3 进行了测试，请它生成一个可以互动的、介绍世界风光的网站前端。

DeepSeek 的响应过程十分丝滑，只花了 2 分钟就完成了，生成的网站配有日间 / 夜间模式切换、评论区、评分系统、收藏系统和社媒分享系统。

不过需要指出的是，在一些细节上 DeepSeek 还是出现了幻觉问题，比如在介绍马丘比丘时配上了和其毫无相关的图片，在介绍长城时张冠李戴地配上了故宫的图片。但整体的网站完成度还是值得点赞的。 

网友热评：对 OpenAI 如同噩梦，对 DeepSeek-R2 寄予厚望

还有网友综合体验下来表示，新版 V3 的提升幅度大约相当于 Sonnet 3.5 到 Sonnet 3.6 的提升。

有国外网友直呼，这对 OpenAI 来说就是一场噩梦。

有外媒表示："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，即其基础模型比专门的推理模型早几周推出。"

Artificial Analysis 表示，此版本可以说比 R1 更令人印象深刻，并且可能表明 R2 将是另一个重大飞跃。

Kocres 联合创始人 "karminski 牙医 " 在测试完新版 V3 后表示："DeepSeek-V3 新版本的能力十分可怕，甚至这还都不是 DeepSeek-V4，更不是 DeepSeek-R2！我现在十分期待 DeepSeek-R2 的发布了！"

国外知名 AI 评论员 "chubby" 表示，这个小更新比预期的要大很多，因此我们对 DeepSeek-R2 寄予厚望。R2 会成为有史以来最重要的开源推理模型。

有 Reddit 用户指出：" 这与 DeepSeek 在圣诞节前后发布 V3 并在几周后发布 R1 的方式一致。据传 R2 将于 4 月发布。"

如果 DeepSeek-R2 遵循 R1 发布的轨迹，它可能会对 OpenAI 的下一个旗舰模型 GPT-5 构成直接挑战。此前，阿尔特曼在访谈中表示，GPT-5 很快就会和大家见面。

每日经济新闻