亲爱的读者朋友们，国产大模型佼佼者 deepseek-r1 近日完成了重要版本升级——deepseek-r1-0528 正式发布！
这次升级绝非小修小补，而是带来了推理能力、代码能力、数学能力、工具使用体验以及可靠性的全面提升。简单来说，就是你的 deepseek 助手变得更聪明、更靠谱、更能干了！
? 核心亮点：推理深度与精度的双重飞跃“想得更深，答得更准”： 新版本的核心突破在于其推理深度的显著增强。在处理复杂问题时，模型投入了更多的“思考”资源（计算量）。最直观的体现：在极具挑战性的 aime 2025测试中，新版本的准确率从老版本的 70% 飙升至惊人的 **87.5%**！提升了超过17个百分点！思考深度的量化：在 aime 题目上，新模型平均每题使用的“思考标记”量从之前的约 1.2 万激增至约 2.3 万，意味着模型进行了更深入的分析和推演。大幅减少“”： 新模型在生成内容的准确性和可靠性上也有明显改进，“一本正经胡说八道”（即“幻觉”）的情况显著减少，回答更值得信赖。逻辑能力全面提升： 在衡量综合知识和推理能力的 mmlu-pro、gpqa-diamond 等权威基准测试上，新版本均取得了更好的成绩。尤其在 humaneval-lastexam (hle) 这种高难度综合测试上，pass@1 成绩翻倍提升（8.5% -> 17.7%），进步巨大！? 编程能力：更懂代码，更高效
对于开发者或编程爱好者来说，这次升级是重大利好：
livecodebench (2408-2505)： 衡量最新编程能力的基准，新版本 pass@1 从 63.5% 提升至 **73.3%**，能力大幅增强。codeforces-div1： 模拟算法竞赛环境，新版本评分从 1530 跃升至 1930，解决难题的能力显著提升。swe verified (软件工程验证)： 在模拟真实软件工程任务中，新版本解决率从 49.2% 提升至 **57.6%**。aider-polyglot (多语言编程)： 准确率从 53.3% 提升至 **71.6%**，对多种编程语言的理解和运用更加得心应手。➕ 数学能力：解题高手再进化
deepseek-r1 本就以数学见长，0528版本更是锦上添花：
aime 2024： pass@1 从 79.8% 提升至 **91.4%**。aime 2025： 如前所述，从 70.0% 跃升至 **87.5%**。hmmt 2025 (哈佛-麻省理工数学锦标赛风格)： 进步最为惊人，pass@1 从 41.7% 大幅提升至 **79.4%**，几乎翻倍！cnmo 2024 (中国数学奥林匹克风格)： 也从 78.8% 提升至 **86.9%**。?️ 工具与使用体验：更智能，更顺手增强函数调用支持： 模型理解和执行函数调用的能力，与外部工具或api的交互更顺畅。改进的代码编写体验： 生成代码的质量、可读性和实用性进一步提升。强大的工具使用能力： 在新引入的 tau-bench 多工具使用基准测试中，新版本在航空和零售领域分别取得了 53.5% 和 63.9% 的 pass@1 成绩，展现了利用工具解决复杂任务的能力。更好的系统提示支持： 现在官方应用/网页支持更有效地使用系统提示词（system prompt）来引导模型行为。使用更便捷： 不再需要在输出开头添加特定字符（如 \n）来强制模型进入“思考模式”，交互更自然。
以下是图片中的表格内容，已转换为markdown格式：
category
benchmark (metric)
deepseek r1
deepseek r1 0528
general
mmlu-redux (em)
92.9
93.4
mmlu-pro (em)
84.0
85.0
gpqa-diamond (pass@1)
71.5
81.0
simpleqa (correct)
30.1
27.8
frames (acc.)
82.5
83.0
humanity's last exam (pass@1)
8.5
17.7
code
livecodebench (2408-2505) (pass@1)
63.5
73.3
codeforces-div1 (rating)
1530
1930
swe verified (resolved)
49.2
57.6
aider-polyglot (acc.)
53.3
71.6
math
aime 2024 (pass@1)
79.8
91.4
aime 2025 (pass@1)
70.0
87.5
hmmt 2025 (pass@1)
41.7
79.4
cnmo 2024 (pass@1)
78.8
86.9
tools
bfcl_v3_multiturn (acc)
-
37.0
tau-bench (pass@1)
-
53.5(airline)/63.9(retail)
? 开源贡献：思维链的力量
此次升级还带来了一个重要的副产品：deepseek-r1-0528-qwen3-8b。
这是将 deepseek-r1-0528 强大的“思维链”（chain-of-thought）提炼出来，用于训练通义千问（qwen）的 80 亿参数基础模型（qwen3-8b base）的结果。这个仅 8b 参数的小模型表现惊人！在 aime 2024 测试上达到了 86.0% 的 pass@1，**超越了原版 qwen3-8b 高达 10%，甚至媲美了经过特殊优化的 235b 超大模型 (qwen3-235b-thinking)**！这证明了 deepseek-r1-0528 思维链的巨大价值，为研究更高效的小规模推理模型提供了宝贵资源。? 如何体验升级版 deepseek-r1-0528？官方网站/app 聊天： 访问 **chat.deepseek.com**，打开聊天界面上的 “deepthink”按钮，即可体验最强推理模式！系统提示已自动设置为当前日期。api 接入： 开发者可通过 platform.deepseek.com 提供的 openai 兼容 api，轻松将强大的 deepseek-r1-0528 集成到您的应用中。本地运行： 技术爱好者可参考 deepseek 官方仓库获取模型，在本地运行体验（需注意使用建议的变化）。? 总结
deepseek-r1-0528 是一次质的飞跃。它通过算法优化和增加计算投入，显著提升了核心的深度推理能力，在数学、编程、逻辑等硬核任务上取得了突破性进展，性能直逼全球顶尖模型。同时，幻觉减少、函数调用增强、代码体验优化等改进也让日常使用更可靠、更顺手。
以上就是0528版本发布，deepseek-r1 迎来重大升级：数学、编程、逻辑能力大幅跃升，更强推理，更少“幻觉”！的详细内容，更多请关注非常游戏网【www.vycc.cn】其他相关内容。
