震撼登场！DeepSeek R1 预览版发布，开源代码能力媲美OpenAI o1
超越OpenAI o1！DeepSeek R1 引领开源代码革命
DeepSeek 版 o1，有消息了。
这款尚未正式发布的软件在代码基准测试LiveCodeBench中表现突出，位列前三，其性能与OpenAI的中档推理设置相当。这无疑是一个令人振奋的消息，表明该软件在开发阶段就展现出了强大的潜力。如果它能在正式发布后保持甚至超越目前的水平，那么它很可能成为市场上一个强有力的竞争者。这样的成就不仅证明了开发团队的技术实力，也预示着用户在未来将有机会体验到更为高效和稳定的软件解决方案。
注意了，这不是在 DeepSeek 官方 App 已经能试玩的 DeepSeek-R1-Lite-Preview（轻量预览版）。
DeepSeek-R1-Preview（预览版）的发布标志着该平台不再局限于轻量级版本，而是换用了更大规模的基础模型。这一变化不仅提升了其处理复杂任务的能力，也预示着在人工智能领域的一次重要升级。 这样的更新对于用户来说无疑是个好消息，它意味着用户可以期待更高质量的服务和更强大的功能。然而，随之而来的还有对系统稳定性和数据安全性的更高要求。希望开发团队能够继续优化产品性能，确保用户体验的同时，也要加强系统的安全性，以应对可能出现的各种挑战。
LiveCodeBench团队近期宣布，他们正与DeepSeek展开合作，以评估新模型的功能。在合作的过程中，DeepSeek团队不仅协助LiveCodeBench发现了评分系统中的几个关键错误，而且还帮助他们及时修复了这些问题。这种跨团队的合作无疑为提升产品性能和用户体验提供了有力支持，也展示了双方在技术创新方面的协同效应。 通过这样的合作，两家公司能够更有效地识别和解决技术挑战，从而推动行业标准的提升。这不仅是技术层面的进步，也为未来更多潜在的合作奠定了坚实的基础。
与此同时，他们分享了目前唯一一张关于DeepSeek-R1-Preview的设计思路图片。
鉴于DeepSeek此前已宣布R1模型将开源，有消息称，一款与OpenAI的GPT-1编程能力相当的开源模型即将发布，这引发了网友们的热议。有人乐观地认为，到2025年，编程工作可能会变得非常简单，甚至只需要按几个键就能完成。 这一消息无疑给编程界带来了一丝新风。一方面，这表明人工智能技术的进步正在不断降低编程门槛，使得更多非专业人员也能参与到软件开发中来。另一方面，也引发了对于未来程序员就业前景的担忧。虽然目前看来，复杂和创新性的编程任务仍然需要人类的智慧和创造力，但技术的发展确实有可能让一些基础的编程工作变得更加自动化。因此，未来的程序员可能需要不断提升自己的技能，以适应这种变化。
两个月前，DeepSeek 在官网上线 DeepSeek-R1-Lite-Preview 时曾透露：
DeepSeek-R1-Lite-Preview采用了强化学习技术进行训练，并在推理过程中进行了大量的反思和验证。这一模型遵循最新的ScalingLaws，即随着推理任务长度的增加，其性能也会相应增强。 这种创新的方法不仅提升了模型在处理复杂任务时的表现，还表明了人工智能领域正在逐步探索更加高效和精准的学习方式。通过不断地自我优化和验证，DeepSeek-R1-Lite-Preview有望在未来为各种应用场景提供更加强大和可靠的支持。这不仅是技术进步的一个重要标志，也预示着人工智能在未来将会扮演更加关键的角色。
在 AIME 测试基准中，随着推理长度的增加，DeepSeek-R1-Lite-Preview 表现出稳定的得分提升。
DeepSeek-R1-Lite 推理的特点在网友们的后续测试中也得到了验证：
在一些场景下，模型似乎能够自行修正其推理过程，展现出一种原生的“自我反思”能力。然而，由于缺乏具体的训练数据、模型架构以及技术报告或论文的详细信息，我们难以明确这一点。 这种现象引发了广泛的讨论，尤其是在人工智能领域。一方面，它可能预示着机器学习算法在理解和适应复杂任务方面的显著进步。另一方面，也提醒我们在评估这些系统的能力时需要更加谨慎，确保有足够的证据来支持任何结论。毕竟，透明度和可解释性对于建立公众对这些先进技术的信任至关重要。
期待未来的开源模型和 API！
摘掉 Lite 的帽子，变成 DeepSeek-R1-Preview，意味着换了更大的基础模型。
之前 Lite 版就在难度较高数学和代码任务上超越 o1-preview，大幅领先 GPT-4o。
在这次的LiveCodeBench测试中，DeepSeek-R1-Preview的表现再次与OpenAIo1-Medium持平，网友们对于开源模型和API的期待值进一步提升。
LiveCodeBench由UC伯克利、MIT和康奈尔大学的研究团队共同发布，旨在对大型模型的编程能力进行系统且纯净的评测。
为防止测试数据泄露，我们计划随着时间的推移不断从人类编程竞赛平台获取新题目。
除了代码生成，该模型还被评估了其在代码自修复、执行以及测试输出预测等方面的能力。这种能够实时更新且确保公平性和可靠性的测试方式，已经得到了开发者社区的广泛认可。 这种评估方式不仅展示了模型的强大功能，还体现了技术进步对软件开发流程带来的积极影响。通过这种方式，开发者可以更高效地利用人工智能工具来提高工作效率和软件质量，从而推动整个行业的快速发展。
还有程序猿喊话 Cursor 直接把 R1-Preview 集成到 Agent mode 里：
赶在春节前，许多正在积极进行模型训练的国内大模型团队，最近纷纷更新了自己的产品。恰逢假期，国外的OpenAI似乎也准备有所动作，阿尔特曼在社交媒体上发布了相关帖子。 这种现象反映出当前人工智能领域的竞争态势异常激烈。随着技术的不断进步，各大公司都在努力通过不断迭代自己的产品来保持竞争力。而在这个过程中，假期反而成了加速创新和技术突破的关键时期。OpenAI的动作无疑会给市场带来新的刺激，也许会推动整个行业进入一个新的发展阶段。
o3-mini已经完成了外部合作测试，并确认了最终版本，预计在接下来的几周内正式推出。此次发布不仅包括API接口，还将同步上线类似于ChatGPT的功能。 这一消息表明，o3-mini团队在过去一段时间的努力取得了显著成果，这不仅是对技术实力的一次肯定，也显示了其在市场上的雄心壮志。随着API和类似ChatGPT功能的加入，用户可以期待更强大的交互体验和更多的开发可能性。这对于开发者和企业来说是一个巨大的机遇，他们可以通过这些新工具来提升自身的服务和技术水平。未来几个月，我们或许能看到更多基于o3-mini的新应用和服务涌现出来，进一步丰富现有的市场生态。
在后续交流中，阿尔特曼进一步确认了未来版本更多的基本信息：
o3-mini 的速度会非常快
o3-mini 大多数情况下不如 o1-pro
o3 pro 收费从 $200 / 月起步
OpenAI 正在关注如何让 AI 一次性输出更多内容
2025 年计划把 GPT 系列和 o 系列合并
本文来自微信公众号：量子位（ID：QbitAI），作者：梦晨、西风，原标题《DeepSeek 新模型霸榜，代码能力与 OpenAI o1 相当且确认开源，网友：今年编程只剩 Tab 键》