DeepSeek R1 更新后位列世界第二，开源权重领先
DeepSeek的R1跃居xAI、Meta和Anthropic之上，并列世界第二大AI实验室，并成为无可争议的开源权重领导者。
DeepSeek R1 0528 在我们独立运行的7项领先评估的Artificial Analysis Intelligence Index中，从60分跃升至68分。这一增幅与OpenAI的o1到o3（62到70）之间的差距相同。
这使得DeepSeek R1的智能水平高于xAI的Grok 3 mini（高）、NVIDIA的Llama Nemotron Ultra、Meta的Llama 4 Maverick、阿里巴巴的Qwen 3 253，并与Google的Gemini 2.5 Pro持平。
模型改进详情：
- 全面智能提升：最大提升出现在AIME 2024（竞赛数学，+21分）、LiveCodeBench（代码生成，+15分）、GPQA Diamond（科学推理，+10分）和Humanity's Last Exam（推理与知识，+6分）。
- 架构不变：R1-0528是后训练更新，V3/R1架构未变——仍然是一个671B大模型，37B活跃参数。
- 编程能力显著提升：R1现在在Artificial Analysis Coding Index中与Gemini 2.5 Pro持平，仅次于o4-mini（高）和o3。
- Token使用增加：R1-0528在Artificial Analysis Intelligence Index中完成评估使用了9900万token，比原版R1的7100万token多40%——即新版R1思考时间更长。但这仍不是我们见过的最高token使用量：Gemini 2.5 Pro比R1-0528多使用30%的token。
对AI的启示：
- 开源与闭源模型之间的差距比以往更小：开源权重模型持续保持与专有模型同步的智能提升。DeepSeek的R1在1月发布时首次让开源权重模型达到第二名，今天的更新使其重回这一位置。
- 中国与美国并驾齐驱：来自中国AI实验室的模型几乎完全赶上了美国同行，此次发布延续了这一新兴趋势。截至今天，DeepSeek在Artificial Analysis Intelligence Index中领先包括Anthropic和Meta在内的美国AI实验室。
- 强化学习推动改进：DeepSeek在保持与原始DeepSeek R1相同架构和预训练的情况下，实现了显著的智能提升。这凸显了后训练日益增长的重要性，尤其是使用强化学习（RL）技术训练的推理模型。OpenAI披露了从o1到o3将RL计算量扩展了10倍——DeepSeek刚刚证明，到目前为止他们可以跟上OpenAI的RL计算扩展。扩展RL比扩展预训练需要更少的计算资源，并提供了一种实现智能提升的高效方式，支持GPU较少的AI实验室。
详见下方分析
DeepSeek R1 0528 在我们独立运行的7项领先评估的Artificial Analysis Intelligence Index中，从60分跃升至68分。这一增幅与OpenAI的o1到o3（62到70）之间的差距相同。
这使得DeepSeek R1的智能水平高于xAI的Grok 3 mini（高）、NVIDIA的Llama Nemotron Ultra、Meta的Llama 4 Maverick、阿里巴巴的Qwen 3 253，并与Google的Gemini 2.5 Pro持平。
模型改进详情：
- 全面智能提升：最大提升出现在AIME 2024（竞赛数学，+21分）、LiveCodeBench（代码生成，+15分）、GPQA Diamond（科学推理，+10分）和Humanity's Last Exam（推理与知识，+6分）。
- 架构不变：R1-0528是后训练更新，V3/R1架构未变——仍然是一个671B大模型，37B活跃参数。
- 编程能力显著提升：R1现在在Artificial Analysis Coding Index中与Gemini 2.5 Pro持平，仅次于o4-mini（高）和o3。
- Token使用增加：R1-0528在Artificial Analysis Intelligence Index中完成评估使用了9900万token，比原版R1的7100万token多40%——即新版R1思考时间更长。但这仍不是我们见过的最高token使用量：Gemini 2.5 Pro比R1-0528多使用30%的token。
对AI的启示：
- 开源与闭源模型之间的差距比以往更小：开源权重模型持续保持与专有模型同步的智能提升。DeepSeek的R1在1月发布时首次让开源权重模型达到第二名，今天的更新使其重回这一位置。
- 中国与美国并驾齐驱：来自中国AI实验室的模型几乎完全赶上了美国同行，此次发布延续了这一新兴趋势。截至今天，DeepSeek在Artificial Analysis Intelligence Index中领先包括Anthropic和Meta在内的美国AI实验室。
- 强化学习推动改进：DeepSeek在保持与原始DeepSeek R1相同架构和预训练的情况下，实现了显著的智能提升。这凸显了后训练日益增长的重要性，尤其是使用强化学习（RL）技术训练的推理模型。OpenAI披露了从o1到o3将RL计算量扩展了10倍——DeepSeek刚刚证明，到目前为止他们可以跟上OpenAI的RL计算扩展。扩展RL比扩展预训练需要更少的计算资源，并提供了一种实现智能提升的高效方式，支持GPU较少的AI实验室。
详见下方分析