DeepSeek有點含蓄了，實測V3.1有進步，編程等個別場景硬剛GPT-5

沒等到Deepseek R2，DeepSeek悄悄更新了V 3.1。

官方群放出的消息就提了一點，上下文長度拓展至128K。128K也是GPT-4o這一代模型的處理Token的長度。因此一開始，鯨哥以為從V3升級到V 3.1，以為是不大的升級，鯨哥體驗下來還有驚喜。

01

代碼能力與前端審美提升

從開源社區Huggingface上傳的模型版本看，模型尺寸達685B，支持 BF16、F8_E4M3、F32 等張量類型，平衡模型的計算精度和效率。

最驚喜的是代碼能力提升明顯，前端審美也有大幅度提升。我們先看V3.1在代碼測試中的變現。

請設計并開發一款結合日歷和待辦事項（To-Do）的產品，其核心功能應包括：

任務分類與顏色標記： 用戶能夠創建不同類別的任務，并為每個類別分配獨特的顏色。當任務被歸類后，其在日歷視圖上應以相應的顏色進行標記，以便快速識別。 短期任務管理： *    完成標記：  對于計劃在特定日期完成的任務，用戶應能將其標記為“已完成”。已完成的任務應在界面上以視覺方式（例如，劃掉、變灰或顯示完成圖標）清晰區分。 *    逾期處理：  如果任務未在計劃日期完成，系統應提供明確的視覺提示（例如，顏色變化、閃爍或標記為逾期），并允許用戶選擇將其延期至第二天或后續日期。 長期任務可視化：  對于跨越多天的長期任務，系統應在日歷視圖上以連續的線條或色塊進行標記，清晰展示其持續時間，并支持用戶查看和編輯任務的起止日期。

說實話，整個產品的設計其實已經達到了一定的水準，準確理解Prompt，并且也沒有什么交互Bug。相比Claude 3.7也并不遜色。

Claude 3.7生成的日歷代辦事項

當然相比Claude 4.0和4.1的前端還有審美差距。

PS：鯨哥正在利用Claude 4.0做日歷+To do的結合體，后續會發布出來，大家可以期待。

天氣卡片案例測試

第二個案例能看出來更明顯。這個案例是大家經常做測試的天氣卡片Case。

創建一個包含 CSS 和 JavaScript 的單個 HTML 文件，以生成一個動畫天氣卡片。卡片應通過不同的動畫直觀地表示以下天氣條件：風：（例如，移動的云朵、搖曳的樹木或風線）雨：（例如，落下的雨滴、形成的水坑）晴：（例如，閃耀的光線、明亮的背景）雪：（例如，落下的雪花、積雪）并排顯示所有天氣卡片。卡片應具有深色背景。在此單個文件中提供所有 HTML、CSS 和 JavaScript 代碼。JavaScript 應包含一種在不同天氣條件之間切換的方法（例如，一個函數或一組按鈕），以演示每種天氣的動畫。

注：DeepSeek 新版 V3 模型的生成結果，右側為 R1 的生成結果

這是新版V3.1生成的效果，是不是已經很美觀了，而且還有降雨和太陽等動圖效果，這就不只是拿得出手，還有些超出期待了。

我們看GPT-5的演示效果，其實也還行，但是雪花和大風的演示圖形有點Bug，以及沒有很多天氣信息展示。

流程圖與復雜案例測試

接著我們測試一個考驗DPSK邏輯和構圖的案例，要求V3.1創建一個流程圖，展示用戶、Agent、LLM和MCP Server之間的交互。

V3.1使用Mermaid流程圖來表示這一過程，大體過程展示出來了，但是仿佛又缺乏些細節。

不過好事就是有些流程圖、邏輯圖以后可以教給DeepSeek做了，沒有思維腦圖產品做的細節，但勝在基礎作品直出和有美觀度渲染。

繼續來做一個更復雜的Case，這是馬斯克點贊的Grok 4案例：“3D線框網絡與能量脈沖動畫”。

DeepSeek V3.1使用了CSS 3D變換來模擬3D效果，純JavaScript處理交互邏輯，不需要任何外部庫。

但不得不說，V3.1在做這種更復雜的案例時，略微有些力不從心。沒有做出立體狀，效果也不太酷炫。

感覺還是上下文太短，現在很多大模型都已經經200K，V3.1現在處理復雜任務還有距離。

GPT-5生成分效果還可以，用能量球形式展現，脈沖效果也有一定體現。

02

邏輯推理能力進步

雖然是非推理模型，但V3.1的邏輯推理也有一定的進步，這道題的回答中可以看到進步：

單選題 某辦公室甲、乙、丙、丁四人對本辦公室當選先進工作者的職工進行如下預測：甲：乙和丙要么都當選，要么都落選。乙：最多只有2人當選。丙：我不可能當選。丁：你們中肯定有人的預測是錯的。結果發現四個人中只有一個人說對了，問以下哪項判斷是正確的？（） A 甲當選了 B 乙當選了 C 丙未當選 D 丁未當選

豆包這題思考過程對，但是給的答案選項錯了。

DeepSeek V 3.1的幻覺率依然很高，讓以吳曉波風格寫大疆，引用了幾本不存在的書作為內容源。

DeepSeek V3.1這波更新不是很大，勝在有進步和又降價。

盡管目前關于DeepSeek R2的傳聞很多，其發布日期比傳言中的日子，已經滯后很多，但DeepSeek每次更新還是有穩定的進步，R2仍然值得期待。