「DeepSeek 一更新，我们就知道又要放假了。」

昨天，DeepSeek 宣布其 R1 系列推理模型小版本升级，最新版本 DeepSeek-R1-0528 参数量高达 6850 亿，模型在思维深度和推理方面的能力显著提升。

刚刚，DeepSeek 公布了 R1-0528 在各类基准测评上的具体得分情况。R1-0528 在数学、编程与通用逻辑等多个基准测评中成绩亮眼，整体表现接近 o3 与 Gemini-2.5-Pro。

同时，DeepSeek 通过蒸馏 DeepSeek-R1-0528 的思维链后训练 Qwen3-8B Base 得到了一个 8B 模型。该模型在数学测试 AIME 2024 中仅次于 DeepSeek-R1-0528，超越 Qwen3-8B（+10.0%），与 Qwen3-235B 相当。

此外，值得一提的是，DeepSeek 对 R1-0528 版本的模型幻觉问题进行了优化，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。

目前，DeepSeek-R1-0528 已在网页端、APP 和小程序中上线，用户开启「深度思考」功能即可体验最新版本。同时，API 也同步更新，调用方式不变。

深度思考能力强化

DeepSeek-R1-0528 在各项评测集上均取得了优异表现

（基准测试使用 64K 输出长度；在 Humanity's Last Exam 中，只使用其中的文本题目进行测试）

 DeepSeek-R1-0528-Qwen3-8B 等开源模型的 AIME 2024 对比结果

新版模型幻觉降低 45~50%

• 幻觉改善：新版 DeepSeek R1 针对「幻觉」问题进行了优化。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，能够有效地提供更为准确、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、结构内容更完整的长篇作品，同时呈现出更加贴近人类偏好的写作风格。
• 工具调用：DeepSeek-R1-0528 支持工具调用（不支持在 thinking 中进行工具调用）。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。 
• 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。
• 03 
  

• 模型开源，

• API 同步更新

• DeepSeek 开源了 R1-0528 模型，并公布了模型权重。

• 此外，DeepSeek 对其 API 也进行了同步更新，接口与调用方式保持不变。新版 R1 API 仍支持查看模型思考过程，同时增加了对 Function Calling 和 JsonOutput 的支持。（转载自Founder Park）