主要观点：DeepSeek 发布了大语言模型 V3.1，采用混合架构结合思考和非思考模式，在推理速度和响应质量上有提升，通过两阶段扩展上下文等方式处理更长输入序列，采用 FP8 UE8M0 精度，在开源基准测试中表现出色，社区讨论意见不一，模型可通过多个平台获取并伴有相关文档。
关键信息：

• 发布 V3.1 版本，混合架构结合思考与非思考模式。
• 基于 DeepSeek-V3-Base checkpoint，两阶段扩展上下文至 128,000 tokens。
• 采用 FP8 UE8M0 精度，全模型含 6710 亿参数。
• 在开源编码和推理基准测试中接近 GPT-4 且成本效益高。
• 社区讨论意见有褒有贬，开发者认为其是成本有效替代，AI 工程师称混合推理很棒。
• 可通过多个平台获取，伴有 API 文档和发布说明。
  重要细节：
• 思考模式为 DeepSeek-V3.1-Think，比 DeepSeek-R1-0528 推理更快。
• 训练数据达 6300 亿 tokens 扩展至 32,000 tokens 上下文窗口，再用 2090 亿 tokens 扩展至 128,000 tokens。
• 全模型约 370 亿参数每 token 激活，支持 128,000-token 上下文长度。
• 在 Aider 基准测试中得 71.6%，成本约 1 美元，低于其他模型几十美元。