大家好,我是专注 ai 学习的老章

昨天大模型圈异常热闹,其实近期新版本层出不穷,尤其是 Qwen 系列,我也抽空做了一些测试,只是时间有限没来得及出文分享
DeepSeek-V3.1-Terminus
这是对 V3.1 的一次小幅迭代更新,主要修复了此前曝光的“极”字漏洞以及多语言混合输入的问题
| 基准 | DeepSeek-V3.1 | DeepSeek-V3.1-Terminus |
|---|---|---|
| 无工具使用推理模式 | ||
| MMLU-Pro | 84.8 | 85.0 |
| GPQA-Diamond | 80.1 | 80.7 |
| huanity's last test | 15.9 | 21.7 |
| LiveCodeBench | 74.8 | 74.9 |
| Codeforces | 2091 | 2046 |
| Aider-Polyglot | 76.3 | 76.1 |
| 代理工具使用 | ||
| BrowseComp | 30.0 | 38.5 |
| BrowseComp-zh | 49.2 | 45.0 |
| SimpleQA | 93.4 | 96.8 |
| SWE Verified | 66.0 | 68.4 |
| SWE-bench 多语言 | 54.5 | 57.8 |
| Terminal-bench | 31.3 | 36.7 |
Terminius 最亮眼的提升在于 Agent 能力,在 Code Agent 和 Search Agent 场景下的表现均有增强。
不过细心的朋友可能已经注意到,升级后的模型在 Codeforces 和 Aider-Polyglot 两个编程竞技类评测中分数反而略有下滑。但整体影响不大,关键是“极”bug 已被修复,实际使用体验更加稳定可靠。
目前访问 https://chat.deepseek.com/ 使用的就是最新的 Terminius 版本
该模型也已开放开源:https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus
标签: 工具 ai gpt 多语言 gpt-4 claude 大模型 deepseek 2025 本地部署 qwen
还木有评论哦,快来抢沙发吧~