项目地址：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/main
时隔4个月，DeepSeek-R1完成了超进化，编程能力强到离谱，而且思考时间更长了。
据称，新模型基于DeepSeek-V3-0324训练（参数为660B）。
经典物理模拟测试中，DeepSeek-R1新旧版本的对比
在LiveCodeBench基准上，DeepSeek-R1-0528性能几乎与o3-mini（High）和o4-mini（Medium)实力相当，一举超越了Gemini2.5Flash。
有网友称赞，DeepSeek-R1能够像o3一样纠正思维链，并且像Claude一样创造性进行世界构建。
可以说，这是属于开源模型的巨大胜利！
不用R2，直接对标SOTA
此次，DeepSeek-R1-0528更新核心亮点，网友做了一个浓缩版的总结：
能像谷歌模型一样深度推理
文本生成优化：更自然，格式更佳
独特的推理风格：不仅快，而且更缜密
支持长时思考：单任务处理时长可达30-60分钟
思考时间更长，成为了全网讨论最多的一点。有网友实测后，R1思考时长超过了25分钟。
另外，这似乎是唯一一个能持续正确做对「9.9-9.11是多少」的模型。
编程能力强到爆
网友实测显示，新版DeepSeek-R1在编程方面简直不可思议！
AI圈大佬「karminski-牙医」用同一个prompt测试了DeepSeek-R1-0528和Claude4Sonnet后发现。
不管是光线照射在墙上形成的漫反射，还是球在撞击后的运动方向，亦或是控制面板的美观程度，这一把R1稳赢。
网友Alex的测试也显示出，DeepSeek-R1在前端编码的能力上超越了Claude4Sonnet。
网友Haider.则是让模型构建一个单词评分系统。R1简要思考后，就立刻出了关于代码和工作测试的两个文件，第一次运行就完美无瑕。
此前，o3是唯一能完成这个任务的模型。而如今，R1堪称是完成这个任务的最佳模型。
注意，R1的表现之所以如此惊人，是因为它返回的两个文件在第一次都能运行良好，不用编辑，不用重试，这极其少见。
因为此前的大多数模型，要么会在边缘情况下终端，要么会做得太复杂，要么缺少适当的测试覆盖率。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】