DeepSeek-V3-0324

是什么

DeepSeek-V3-0324 是 DeepSeek-V3 的更新版本，本质上是一个新的模型检查点（checkpoint），而不是一套新架构。Hugging Face 上标注它的参数量为 685B，模型卡也写明它的模型结构与 DeepSeek-V3 完全一致^[2]。检查点就是一份保存下来的训练权重，所以这类更新改变的是模型学到的东西，网络的形状和对外提供服务的方式都没有变。权重本身发布在 Hugging Face 上^[1]。

发布与许可

维基百科把这次更新记为 2025 年 3 月 24 日，DeepSeek 的发布说明标注的日期则是 2025 年 3 月 25 日^[4][1]。许可方面有一个明显变化：它以 MIT 许可证发布，与推理模型 DeepSeek-R1 使用的是同一个许可证，取代了初版 V3 模型原来的许可证^[1]。MIT 是宽松的开源许可证，允许修改和再分发。

主要变化

DeepSeek 在发布说明里点出了三方面提升：推理能力大幅增强、前端网页开发能力更强、工具调用更聪明^[1]。对使用 API 的人来说，接口层面几乎没有变化：API 的用法保持不变，DeepSeek 还建议，对于不需要复杂推理的任务，使用时把 DeepThink 关掉^[1]。DeepThink 是让模型先写出较长推理过程再作答的开关，关掉它可以让简单任务的回答更短、更省。

基准成绩

围绕这次更新有两组数字。Hugging Face 的模型卡把新检查点与初版 V3 逐项对比：MMLU-Pro 从 75.9 升到 81.2，GPQA 从 59.1 升到 68.4，AIME 从 39.6 升到 59.4，LiveCodeBench 从 39.2 升到 49.2^[2]。其中 MMLU-Pro 是覆盖面较广的多选题知识测试，GPQA 是研究生水平的理科问答，AIME 是数学竞赛题，LiveCodeBench 用编程竞赛题考察写代码的能力。

在 DeepSeek 后来给出的对比表中，这个版本在 MMLU-Pro 上得 81.2，在 GPQA-Diamond 上得 68.4，在 AIME 2025 上得 51.3^[3]；同一张表里，它在智能体模式（agent mode）下的 SWE-bench Verified 得 45.4，Terminal-bench 得 13.3，LiveCodeBench（2408-2505）得 43.0^[3]。SWE-bench Verified 考察模型能否修好真实软件仓库里的问题，Terminal-bench 考察在命令行环境中的操作，LiveCodeBench 条目标注的日期范围说明用的是哪一批题目。两个来源给出的 LiveCodeBench 分数并不相同：模型卡是 49.2，后来的对比表是 43.0^[2][3]。

在发展中的位置

DeepSeek-V3-0324 后来被 2025 年 8 月 21 日发布的 DeepSeek-V3.1 接替^[3]。在 V3.1 的对比表中，它的非思考模式（non-thinking mode）在 MMLU-Pro 上得 83.7，在 SWE-bench Verified 上得 66.0^[3]。非思考模式指不展开长篇推理、直接给出答案的作答方式。由于 0324 这次更新与初版 V3 共用同一套结构，它更像是同一个基础模型上连续发布的若干版本中的一步，而不是另起一支的模型系列。