DeepSeek-V3.1 发布：推理提速、上下文扩展与高效部署突破 DeepSeek 近日推出 V3.1 版本，引入混合架构“Inthink”，融合思维与非思维模式，在保持响应质量的同时显著提升推理速度。相比前代 DeepSeek-R1-0528，该版本在工具调用与多步骤任务方面通过训练后优化实现更强表现。 技术方面，V3.1 基于 DeepSeek-V3 扩展上下文长度，采用两阶段策略：先扩展至 32K，再提升至 128K token，训练语料总计近 8400 亿 token。模型还引入 FP8 UE8M0 格式存储权重与激活值，兼顾效率与兼容性，支持更大规模模型的高效部署。模型总参数量达 6710 亿，每 token 激活约 370 亿。 性能上，V3.1 在开源编程与推理基准中表现领先，Aider 基准得分 71.6%，超越 Claude 4，逼近 GPT-4，而单次任务计算成本仅约 1 美元，远低于同类模型。预计下一代大版本将在 6-12 个月内发布，继续推进高效长上下文与多模态能力整合。
