半夜真地震了！DeepSeek V3新版本，官方发布跑分 ，击溃 GPT-4.5、Claude-3.7

昨天，DeepSeek 在毫无预告的情况下，悄悄上线了 DeepSeek-V3-0324 ——看似“小版本更新”的模型，经过一天的发酵，已经引发了一波地震。

但我没想到的是，就在刚刚，发生了一波真的地震——

好家伙，坐标北京海淀的我，都快写稿子写睡着了，结果突然感觉到有人在晃我的床。

翻了翻朋友圈才知道，这 DeepSeek-V3 的震感这次是真的从精神层面传导到我的肉体层面了...

当然，以上纯瞎扯，物理地震与 DeepSeek 新模型发布无任何关联。但愿震中地区的家人们无人受伤...

下面进入正题。

先贴官方给出的评测结果——

新版 DeepSeek-V3-0324 模型的百科知识（MMLU-Pro, GPQA）、数学（MATH-500, AIME 2024）和代码任务（LiveCodeBench）表现均有提升。

划重点——

• 全面超越 Claude-3.7-Sonnet
• 在数学、代码类相关评测集上超过 GPT-4.5

作为一个没有思维链的非推理模型，DeepSeek-V3-0324 模型在推理类任务上的表现可圈可点。

根据第三方评测，新版的 DeepSeek-V3 模型与 Grok-3 打平，并列传统对话类模型榜首。

在真实世界编程基准 Arena 榜单上，有热心网友整理了最新排名——

DeepSeek-V3-0324 模型在该测试基准上，表现仅次于 Claude-3.7-Sonnet-Thinking 和 Claude-3.5-Sonnet。领先 OpenAI o1、Gemini-2.0-Pro、Grok-3-Reasoning 等一众海外知名的推理类&传统对话类模型，当然，也包括 DeepSeek-R1。

如果你觉得 DeepSeek-V3-0324 模型在推理类任务上比肩 Claude-3.7-Sonnet，GPT-4.5 等海外模型还不够刺激，那么算一笔账就明白为什么这个模型会引发地震了。

好家伙，效果差不多的模型，DeepSeek-V3-0324 的输入价格是 Claude-3.7-Sonnet 的 1/11，GPT-4.5 的 1/277。

这直接把 OpenAI 公司和 Anthropic 公司的价格体系给卷崩了啊。

不止是传统对话类模型，即便是 o3-mini 这种推理类模型，有网友评测，发现其也被 DeepSeek-V3-0324 在多种编程语言的测试基准 Aider Polyglot 上彻底击碎了性价比...

要知道，o3-mini 是 OpenAI 放出来卷价格战的，定价上依然要比 DeepSeek-V3 模型贵 4-8 倍。而且，用 o3-mini 的话，你还要为一大串不可见的思维链内容付费，在 DeepSeek-V3-0324 面前，再去用 o3-mini 简直就成了冤大头。

此外，不止是推理类的榜单测评，根据官方的介绍，DeepSeek-V3-0324 模型在诸多日常场景都有了不错的提升。

• 前端开发能力增强（官方 showcase）

有 X 网友用「难度升级版」的小球碰撞测试来验证 V3 的编程技能，包括重力、摩擦力、弹性、旋转速度控制，还有多边形的边数、尺寸调节。

此外， 中文搜索能力优化和中文写作能力也做了升级。

根据官方介绍，新版 V3 在联网搜索场景下，对于报告生成类指令输出内容更为详实准确，且排版更加清晰美观。

技术升级

根据官方的介绍，DeepSeek-V3-0324 模型参数量约 660B，不是网上谣传的 680B。且仅改进了后训练方法，便获得了巨大的效果提升。

值得一提的是，官方在发布该模型时，是先将模型开源，上传 HuggingFace，然后才发的公告。可以看出 DeepSeek 势必是要将开源贯彻到底的决心了。

此外，这次开源同样是 MIT 许可证——可以免费用于商业用途。

而且，根据网友的测试，该模型在价值 10,000 美元的 Mac Studio M3 Ultra 上就能跑起来，吞吐率大概能达到每秒 20 个 Tokens，考虑到不需要等待思维链内容，日常是足够用了。

2025 开始，是真正的 DeepSeek 时代。