一次面向智能体的版本更新
DeepSeek在2025年8月21日发布DeepSeek-V3.1，将其定位为“迈向智能体时代的第一步”。这次更新的核心不是单一能力提升，而是把同一个模型拆出两种使用形态：Think与Non-Think混合推理模式。用户在DeepSeek网页端可通过“DeepThink”按钮切换；开发者侧则通过不同API入口调用，deepseek-chat对应非思考模式，deepseek-reasoner对应思考模式。
所谓“推理模式”，可以理解为模型在回答前投入更多中间思考步骤，以换取更稳健的复杂问题处理能力；非思考模式则更偏向快速响应和常规对话。DeepSeek称，V3.1-Think相较DeepSeek-R1-0528能用更少时间得到答案，同时在后训练阶段加强了工具使用和多步骤智能体任务能力。
API与开发者体验同步调整
面向API用户，V3.1带来几项直接影响集成方式的变化。官方信息显示，deepseek-chat与deepseek-reasoner均支持128K上下文。上下文窗口指模型一次处理输入与输出相关文本的容量，窗口越大，越适合长文档、代码库片段、多轮任务记录等场景。
关键更新包括：
- deepseek-chat：对应Non-Think非思考模式；
- deepseek-reasoner：对应Think思考模式；
- 两种模式均支持128K上下文；
- 支持Anthropic API格式；
- Beta API支持Strict Function Calling。
其中，Function Calling是让模型按开发者定义的函数或工具格式输出调用请求的机制，常用于查询数据库、调用搜索、执行代码或触发企业内部流程。“Strict”意味着接口更强调结构化约束，有助于减少工具调用时的格式偏差。对已经围绕Anthropic接口搭建应用的团队来说，API格式兼容也可能降低迁移和多模型适配成本。
工具与智能体能力成为重点
DeepSeek此次把“Tools & Agents Upgrades”单列为更新方向，显示V3.1并不只服务于聊天问答。官方提到，新版本在SWE和Terminal-Bench上取得更好结果，并增强复杂搜索任务中的多步骤推理，同时提升思考效率。
SWE通常指向软件工程类任务评测，关注模型理解、修改、调试代码的能力；Terminal-Bench则更贴近终端环境中的任务执行能力。对于智能体应用而言，模型不仅要回答“是什么”，还要能把任务拆解为多个步骤，决定何时使用工具、如何根据工具返回结果继续行动。这类能力的提升，正是搜索代理、代码代理、数据分析助手等产品能否稳定落地的关键。
需要注意的是，官方并未在这篇发布中给出具体榜单分数或对比数字，因此外界仍需结合后续评测、开源权重实测和真实业务环境验证其改进幅度。
模型底座、开源权重与价格节点
在模型层面，DeepSeek表示V3.1 Base是在V3基础上继续进行840B tokens预训练，用于长上下文扩展。tokens可粗略理解为模型处理文本时的基本单位，可能是字、词或词片段；持续预训练则是在已有模型基础上继续用大量数据训练，以增强特定能力或适配新目标。
同时，V3.1更新了Tokenizer和聊天模板，并提供新的tokenizer_config.json。Tokenizer负责把文本切分为模型可处理的token，配置变化会影响输入编码方式，因此对本地部署、微调、评测复现和应用兼容都有现实意义。官方还在Hugging Face开放DeepSeek-V3.1-Base与DeepSeek-V3.1权重，延续其面向开发者和研究社区的开放路线。
价格方面，DeepSeek宣布新价格将在2025年9月5日16:00（UTC）开始，同时结束离峰折扣；在此之前，API沿用当前价格。对于高调用量团队，这一时间点意味着需要重新核算推理成本，并评估Think与Non-Think两种模式在成本、速度和效果之间的分工。
行业观察：从“会回答”走向“会办事”
V3.1释放的信号很清晰：大模型竞争正在从通用对话，转向可控推理、长上下文、工具调用和多步骤执行。混合推理模式的意义在于，把“快”和“深”放进同一个模型体系中，让用户或开发者按任务难度选择推理强度，而不是为不同任务维护多套模型。
短期看，V3.1的价值会体现在代码、搜索、办公自动化等工具密集场景；长期看，智能体能否普及，关键仍在稳定性、可观测性、成本和接口生态。DeepSeek通过128K上下文、API兼容、严格函数调用和开源权重同时推进，说明其目标不只是发布一个聊天模型，而是争取成为智能体应用开发栈中的基础模型选项。