DeepSeek 系列模型涵盖 V1 至 R1 等多个版本，重点介绍了各版本的发布时间、核心特性、优势与不足。V1 侧重编码与长上下文；V2 提升性能并开源；V2.5 融合 Chat 与 Coder 能力并支持联网搜索；R1-Lite 预览版展现强推理能力；V3 采用 MoE 架构提升速度；R1 基于强化学习对标 o1。文章通过评测数据对比了各版本在数学、代码及通用任务上的表现，为开发者选型提供参考。
DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列，其在不同版本的发布过程中，逐步加强了对多种任务的处理能力。本文将详细介绍 DeepSeek 的各版本，从版本的发布时间、特点、优势以及不足之处，为广大 AI 技术爱好者和开发者提供一份参考指南。
DeepSeek-V1 是 DeepSeek 系列的起步版本，主要分析它的优缺点。
2024 年 1 月
DeepSeek-V1 是 DeepSeek 系列的首个版本，预训练于 2TB 的标记数据，主打自然语言处理和编码任务。它支持多种编程语言，具有强大的编码能力，适合程序开发人员和技术研究人员使用。
作为 DeepSeek 的早期版本，DeepSeek-V2 的性能相比 DeepSeek-V1 有显著提升，其差距和 ChatGPT 的首个版本与 ChatGPT3.5 相比类似。
2024 年上半年
DeepSeek-V2 系列搭载了 2360 亿个参数，是一个高效且强大的版本。它具有高性能和低训练成本的特点，支持完全开源和免费商用，极大地促进了 AI 应用的普及。
2024 年 9 月
下面是官方对于 V2.5 版本的更新日志：
DeepSeek 一直专注于模型的改进和优化。在 6 月份，我们对 DeepSeek-V2-Chat 进行了重大升级，用 Coder V2 的 Base 模型替换原有的 Chat 的 Base 模型，显著提升了其代码生成和推理能力，并发布了 DeepSeek-V2-Chat-0628 版本。紧接着，DeepSeek-Coder-V2 在原有 Base 模型的基础上，通过对齐优化，大大提升通用能力后推出了 DeepSeek-Coder-V2 0724 版本。最终，我们成功将 Chat 和 Coder 两个模型合并，推出了全新的 DeepSeek-V2.5 版本。
可以看出官方在这次更新中融合了 Chat 和 Coder 两个模型，使得 DeepSeek-V2.5 能够辅助开发者处理更高难度的任务。
并且从官方发布的数据来看，V2.5 在通用能力（创作、问答等）等问题中表现对比 V2 模型来说，有了显著的提升。
在与 ChatGPT4o 系列模型的对比中，DeepSeek-V2.5 整体表现优于 DeepSeek-V2；DeepSeek-V2.5 和 DeepSeek-V2 在与 ChatGPT4o mini 的对比中胜率相对较高，而与 ChatGPT4o - latest 对比时胜率相对较低。
在代码方面，DeepSeek-V2.5 保留了 DeepSeek-Coder-V2-0724 强大的代码能力。在 HumanEval Python 和 LiveCodeBench（2024 年 1 月 - 2024 年 9 月）测试中，DeepSeek-V2.5 显示了较为显著的改进。在 HumanEval Multilingual 和 Aider 测试中，DeepSeek-Coder-V2-0724 略胜一筹。在 SWE-verified 测试中，两个版本的表现都较低，表明在此方面仍需进一步优化。另外，在 FIM 补全任务上，内部评测集 DS-FIM-Eval 的评分提升了 5.1%，可以带来更好的插件补全体验。
另外，DeepSeek-V2.5 对代码常见场景进行了优化，以提升实际使用的表现。在内部的主观评测 DS-Arena-Code 中，DeepSeek-V2.5 对战竞品的胜率（GPT-4o 为裁判）取得了显著提升。
DeepSeek-V2.5 在前一个版本的基础上进行了一些关键性改进，尤其是在数学推理和写作领域，表现得更加优异。同时，该版本加入了联网搜索功能，能够实时分析海量网页信息，增强了模型的实时性和数据丰富度。
DeepSeek-V2.5 现已开源到了 HuggingFace：
2024 年 11 月 20 日
不得不说 DeepSeek 版本的迭代速度很快，同年 11 月划历史意义的 R1-Lite 模型发布。作为 R1 模型的前置版本，虽然没有 R1 模型那样备受瞩目，但是其作为对标 OpenAI o1 的国产推理模型，表现也是可圈可点的，DeepSeek-R1-Lite 预览版模型在美国数学竞赛（AMC）中难度等级最高的 AIME 以及全球顶级编程竞赛（codeforces）等权威评测中，均取得了卓越的成绩，大幅超越了 GPT-4o 等知名模型。
DeepSeek-R1-Lite-Preview 在数学竞赛（AIME、MATH-500）和世界级编程竞赛（Codeforces）的测试任务中表现突出，在理工科博士生测试、另一世界级编程竞赛和自然语言解谜任务中也有不错表现，但在理工科博士生测试、自然语言解谜等任务中，OpenAI o1-preview 得分更优，这也是 DeepSeek-R1-Lite 没有得到太多关注的原因。
根据官网消息，DeepSeek-R1-Lite 的推理过程长，并且包含了大量的反思和验证。由上图可以看出：
使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字，在数学和编程等需要长逻辑链条的任务中具备优势；在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1 的推理效果，并展现了 o1 未公开的完整思考过程，目前在 DeepSeek 官网上免费可用。
2024 年 12 月 26 日
作为深度求索公司自主研发的首款混合专家（MoE）模型，其拥有 6710 亿参数，激活 370 亿，在 14.8 万亿 token 上完成了预训练。
DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。
DeepSeek-V3 在 MMLU-Pro、MATH 500、Codeforces 任务测试中表现突出，准确率领先；在 GPQA Diamond、SWE-bench Verified 任务中也有不错表现，但在 AIME 2024 任务中，GPT-4o-0513 准确率更优。
总体来看，DeepSeek-V3 在多个测试集上有不错表现，在 DROP、MATH-500 等测试中优势明显，在不同语言和领域的测试集中各模型有不同程度的优势与不足。
DeepSeek-V3 是该系列中的一个里程碑版本，拥有 6710 亿参数，专注于知识类任务和数学推理，性能大幅度提升。V3 引入了原生 FP8 权重，支持本地部署，并且推理速度大幅提升，生成速度从 20TPS 提升至 60TPS，适应了大规模应用的需求。
下面附上 V3 模型的论文链接，供大家参考学习。 论文链接：https://github.com/deepseek-ai/DeepSeek-V3/blob/main/DeepSeek_V3.pdf
2025 年 1 月 20 日
作为一经发布就备受瞩目的 DeepSeek-R1 来说，真正的是经历了很多磨难才诞生走到现在，而 DeepSeek-R1 发布以来就秉持着开源的原则，遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。
这将有两方面的影响：
MIT License 是一种宽松的开源软件许可协议。这意味着 DeepSeek-R1 以非常开放的姿态面向广大开发者和用户。在遵循 MIT License 相关规定的前提下，用户拥有极大的自由：
允许用户通过蒸馏技术借助 R1 训练其他模型，这具有很高的技术价值和应用潜力：
并且 DeepSeek-R1 上线 API，对用户开放思维链输出，通过设置 model='deepseek-reasoner' 即可调用，这无疑极大的方便了很多对于大模型感兴趣的个体用户。
据官网信息透漏，DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。
从上图可以看出，在 Codeforces、MATH-500、SWE-bench Verified 测试中，DeepSeek-R1 或 DeepSeek-R1-32B 表现突出；在 AIME 2024、GPQA Diamond、MMLU 测试中，OpenAI-o1-1217 表现较好。
但是在蒸馏小模型的对比上，R1 模型超越 OpenAI o1-mini。
在官方在开源的数据中 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模型开源给社区，其中 32B 和 70B 模型在多项能力上实现了对标 OpenAI o1-mini 的效果。
上表为对比不同模型在多项测试集上表现的表格，测试集包括 AIME 2024、MATH-500 等，模型有 GPT-4o-0513、Claude-3.5-Sonnet-1022 等，还涉及基于 DeepSeek-R1 蒸馏的系列模型，具体详情如下的分析：
从表格看，o1-mini 在 CodeForces 竞赛评分上优势明显；DeepSeek-R1 蒸馏的大参数模型（如 DeepSeek-R1-Distill-Qwen-32B、DeepSeek-R1-Distill-Llama-70B）在数学和编程相关测试集表现较好，反映出 DeepSeek-R1 蒸馏技术对模型性能有提升作用，不同模型在各测试集有不同优势。
DeepSeek-R1 是系列中的最新版本，通过强化学习（RL）技术，优化了模型的推理能力。R1 版本推理能力接近 OpenAI 的 O1，并且遵循 MIT 许可证，支持模型蒸馏，进一步促进开源生态的健康发展。
老样子，R1 论文链接以放在下面，供大家学习参考。 论文链接：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
DeepSeek 系列的不断迭代和升级，体现了其在自然语言处理、推理能力和应用生态等方面的持续进步。每个版本都有其独特的优势和适用场景，用户可以根据自身需求选择最适合的版本。随着技术的不断发展，未来 DeepSeek 可能会在多模态支持、推理能力等方面继续取得突破，值得期待。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
