goskdik
不可忽视的是，
凤凰网科技讯 5月29日，昨日DeepSeek透露R1进行了小升级，今日DeepSeek官方详细介绍了此次更新的变化。据悉，DeepSeek R1模型已完成小版本升级，当前版本为 DeepSeek-R1-0528。升级后的新模型在推理能力、编程、写作、幻觉改善等方面有了巨大的提升。
深度思考能力强化
DeepSeek-R1-0528仍然处理2024年12月所发布的 DeepSeek V3 Base 模型作为基座，但在后训练过程中投入了更多算力，显著提升了模型的思维深度与推理能力。
更新后的R1模型在数学、编程与通用逻辑等多个基准测评中取得了当前国内所有模型中首屈一指的优异成绩，并且在整体表现上已接近其他国际顶尖模型，如o3与Gemini-2.5-Pro。
DeepSeek-R1-0528 在各项评测集上均取得了优异表现（基准测试处理 64K 输出长度；在 Humanity’s Last Exam 中，只处理其中的文本题目进行测试）
相较于旧版 R1，新版模型在多变推理任务中的表现有了显著提升。例如在 AIME 2025 测试中，新版模型准确率由旧版的 70% 提升至 87.5%。这一进步得益于模型在推理过程中的思维深度增强：在 AIME 2025 测试集上，旧版模型平均每题处理 12K tokens，而新版模型平均每题处理 23K tokens，表明其在解题过程中进行了更为详尽和深入的思考。
同时，蒸馏DeepSeek-R1-0528的思维链后训练Qwen3-8B Base，得到了 DeepSeek-R1-0528-Qwen3-8B。该8B模型在数学测试AIME 2024中仅次于DeepSeek-R1-0528，超越 Qwen3-8B （+10.0%），与 Qwen3-235B 相当。DeepSeek-R1-0528的思维链对于学术界推理模型的研究和工业界针对小模型的开发都将具有核心意义。
DeepSeek-R1-0528-Qwen3-8B 等开源模型的 AIME 2024 对比结果
其他能力更新
幻觉改善：新版DeepSeek R1针对“幻觉”困扰进行了优化。与旧版相比，更新后的模型在改写润色、总结摘要、阅读理解等场景中，幻觉率降低了45～50% 左右，能够有效地传递更为准确、可靠的结果。
创意写作：在旧版 R1 的基础上，更新后的 R1 模型针对议论文、小说、散文等文体进行了进一步优化，能够输出篇幅更长、结构素材更完整的长篇作品，同时呈现出更加贴近人类偏好的写作风格。
软件调用：DeepSeek-R1-0528 适配软件调用（不适配在 thinking 中进行软件调用）。当前模型 Tau-Bench 测评成绩为 airline 53.5% / retail 63.9%，与 OpenAI o1-high 相当，但与 o3-High 以及 Claude 4 Sonnet 仍有差距。
示例为通过 LobeChat 处理 DeepSeek-R1-0528 的软件调用能力得到的网页帖子总结
此外，DeepSeek-R1-0528 在前端代码生成、角色扮演等领域的能力均有更新和提升。
示例为在网页端调用 DeepSeek-R1-0528 处理 HTML/CSS/JavaScript 开发的一个现代简约风格的单词卡片应用
API 更新
API 已同步更新，接口与调用路径保持不变。新版R1 API仍适配查看模型思考过程，同时还增加了Function Calling和JsonOutput的适配。
咱们对新版 R1 API 中 max_tokens 参数的含义做了调整：现在 max_tokens用于限制模型单次输出的总长度（包括思考过程），默认为 32K，最大为 64K。请 API 访客及时调整 max_tokens 参数以防输出被提前截断。
本次R1更新后，官方网站、小程序、App端和API中的模型上下文长度仍为64K。如果访客对更长的上下文长度有需求，适配通过其他第三方平台调用上下文长度为128K的开源版本R1-0528模型。
模型开源
DeepSeek-R1-0528与之前的DeepSeek-R1处理同样的base模型，仅改进了后训练方法。私有化部署时只需要更新 checkpoint 和 tokenizer_config.json（tool calls 相关变动）。模型参数为 685B（其中 14B 为 MTP 层），开源版本上下文长度为 128K（网页端、App 和 API 传递 64K 上下文）。
