DeepSeek新模型寫程式碼能力與o1相當網友：今年編程只剩下Tab鍵

DeepSeek版o1，有消息了。目前尚未正式發布，已在程式碼基準測試LiveCodeBench霸榜前三，表現與OpenAI o1的中檔推理設定相當。注意了，這不是在DeepSeek官方App已經能試玩的DeepSeek-R1-Lite-Preview（輕量預覽版）。

而是摘掉了輕量版的帽子，稱為DeepSeek-R1-Preview（預覽版），意味著替換了規模更大的基礎模型。

LiveCodeBench團隊透露，他們正在與DeepSeek合作評估新模型的能力，在合作過程中，DeepSeek團隊也幫他們找出並解決了評分系統的一些bug。

同時，他們也曬出了目前僅有的一張DeepSeek-R1-Preview的思考過程。

鑑於DeepSeek先前已宣布R1模型將開源，有網友表示，與OpenAI o1程式設計能力相當的開源模型即將發布，2025年的程式設計就只剩下按Tab鍵了。

DeepSeek推理大模型滿血版

兩個月前，DeepSeek在官網上線DeepSeek-R1-Lite-Preview時曾透露：

DeepSeek-R1-Lite-Preview使用密集學習訓練，推理含有大量反思和驗證，遵循新的Scaling Laws——

推理越長，表現越強。

在AIME測試基準中，隨著推理長度的增加，DeepSeek-R1-Lite-Preview表現出穩定的得分提升。

DeepSeek-R1-Lite推理的特點在網友們的後續測試中也得到了驗證：

在某些情況下，模型似乎能夠在產生推理步驟時自我修正，表現出類似原生「自我反思」的能力。不過，沒有訓練資料、模型架構和技術報告/論文的細節，很難確認這一點。

期待未來的開源模型和API！

摘掉Lite的帽子，變成DeepSeek-R1-Preview，意味著換了更大的基礎模型。

之前Lite版就在難度較高數學和程式碼任務上超越o1-preview，大幅領先GPT-4o。

這次在LiveCodeBench上，這次的DeepSeek-R1-Preview的表現又與OpenAI o1-Medium相當，網友們更加期待開源模型和API了。

LiveCodeBench由UC柏克萊、MIT和康乃爾大學團隊推出，旨在對大模型的程式碼能力進行全面且無污染的評估。

具體避免測試資料外洩的方法，是隨著時間的推移不斷從人類的程式設計競賽平台收集新的題目。

除了程式碼生成，還會評估模型在程式碼自修復、執行和測試輸出預測等方面的能力。

這樣即時更新、確保公平性和可靠性的測試方法，獲得了開發者社群的認可。

還有程式猿喊話Cursor直接把R1-Preview整合到Agent mode裡：

還有一件事

趕在春節前，許多還在做訓練的國產大模型團隊，都把自家模型更新了一遍：

MiniMax開源4M超長上下文新模型！性能比肩DeepSeek-v3、GPT-4o

全球首次！國產AI開源端側GPT-4o海外爆火，8B參數iPad就能跑

國內數學最強！實測訊飛版o1：上能打奧賽卷高考，下能輔導寒假作業

阿里開源首個視覺推理模型，擊敗GPT-4o，網頁一度404

OpenAI似乎要趁這邊放假開始搞事情了（狗頭），奧特曼發文透露：

o3-mini完成外部合作測試，已確定最終版，將在幾週內推出，並同時上線API和ChatGPT。

在後續對話中，奧特曼也確認了未來模型更多基本情況：

[1]https://x.com/StringChaos/status/1880317308515897761

[2]https://x.com/deepseek_ai/status/1859200149844803724

[3]https://x.com/sama/status/1880356297985638649

WONGCW 網誌