DeepSeek-V2.5

是什么

DeepSeek-V2.5 是 DeepSeek 于 2024 年 9 月 5 日发布的模型^[1]。它最重要的变化不是把模型做大，而是把两条产品线合成一条：对话模型 DeepSeek-V2-0628 与代码模型 DeepSeek-Coder-V2-0724 被合并进同一个模型，既保留聊天模型的对话能力，也保留代码模型处理代码的能力^[1]。

由来与用法

合并之前，用户要在「会聊天」和「会写代码」之间做选择；合并之后，一个模型同时承担两类任务。对外的调用方式则没有变：模型仍然通过 deepseek-chat 与 deepseek-coder 两个 API 模型名提供服务，Function Calling、FIM 补全和 JSON 输出这些能力保持原样^[1]。函数调用（Function Calling）让模型可以调用外部工具，FIM 补全（fill-in-the-middle completion）让模型根据代码上下文填补中间的空缺，JSON 输出则让回答便于程序解析。对已经接入的开发者来说，接口不用改，变的是接口后面回答问题的模型。

官方评测

DeepSeek 给出了两个方面的结果。

安全方面，在内部测试中，整体安全分从 V2-0628 的 74.4% 升到 82.6%，安全溢出率（safety spillover rate）从 11.3% 降到 4.6%^[1]。所谓溢出，指的是安全训练的影响渗到普通请求上，因此这个数字下降，意味着模型在更会拒绝有害请求的同时，更少把正常问题也一并挡掉。

代码与补全方面，模型在内部补全测试集 DS-FIM-Eval 上提升 5.1%，在 HumanEval Python 和 LiveCodeBench 上也有提升，但在 HumanEval Multilingual 和 Aider 上略逊于 Coder-V2-0724^[1]。HumanEval 是一组按函数说明写代码的题目，LiveCodeBench 与 Aider 考察的则更接近交互式的编程任务，SWE-verified 考察对真实代码仓库的修复。发布材料列出的基准包括 HumanEval Python、LiveCodeBench、HumanEval Multilingual、Aider、SWE-verified、DS-FIM-Eval 和 DS-Arena-Code^[1]。

发布说明还提到，V2.5 在写作和指令遵循上有明显提升，与人类偏好更对齐^[1]。

开放与获取

权重在 Hugging Face 上开源，模型同时在 DeepSeek 的网页对话和 API 上线^[1]。DeepSeek 还提醒，如果某些场景下效果下降，可以调整系统提示词（system prompt）和 temperature 参数以获得更好的结果^[1]。

在 V2 系列中的位置

V2.5 是 V2 系列中的一个节点。DeepSeek 称，V2 系列自 2024 年 5 月以来共发布了五次更新^[2]。2024 年 12 月 10 日发布的 DeepSeek-V2.5-1210 在数学、代码、写作和角色扮演方面做了改进，为 V2 系列收尾^[2]；同一天，chat.deepseek.com 上线了实时联网搜索（real-time Internet Search）^[2]。此后 DeepSeek-V3 于 2024 年 12 月 26 日发布，接替了它^[3]。

V2.5 的意义更多体现在产品形态上：它把聊天和代码收进一个模型，同时让两套 API 名称继续兼容，用户少了一次选择，DeepSeek 后续也只需维护一条主线，而不必并行推进两条。