DeepSeek-R1 更新，效果重回第一梯队

目前我比较推荐的还是 DeepSeek 来进行 AI 问答，特别是它更新了R1 之后，其模型能力重回第一梯度。

新版本的R1模型卡住了第一梯度的身位，只比o4和o3效果差一点。

新的 Deepseek R1-0528 的性能几乎则直接和o4-mini、o3（High）差不多。

从网友的总结来看，这次的DeepSeek R1-0528 更新亮点：

• 能够和 Google 模型一样进行深入推理
• ✍️ 改进写作任务——更自然、格式更佳
• 独特推理风格——不仅快，而且更周全
• ⏱️ 长时间思考——每项任务可持续 30–60 分钟

这次的长思考能力应该是R1更新最为显著的地方。从之前的R1论文来看，其训练是基于V3模型做强化学习而来的。而在3月份的时候，V3就已经更新过一个新的版本，它是通过旧版本R1推理模型合成的数据进行训练而来，也就是在更强的模型上进行模型蒸馏来得到新版本的V3模型。所以这次的R1应该也是从3月的V3版本进一步训练而来，确实有点左脚踩右脚的意思~

常规测试

Q1：吃瓜文档快速整理并生成文档。

有时候微信经常收到需要吃瓜的pdf文档，但是文章过长，而且又没有总结要点，那这时候可以直接用大模型生成一个网页，让我们吃瓜吃得更爽

解析pdf，并把它转换成一个可视化网页作品。

最后生成的网页，其效果有比较好的排版：

这里可以对比一下同样一个文档，qwen3生成的网页和DeepSeek-R1生成的网页质量进行比较。新版本的R1在网页排版，样式上都有明显的提升。

Q2：将DeepSeek-R1-0528反过来写

它是把每一个字符进行拆分，然后再合并结果，答案是对的。

Q3：今年2024年9月9日（星期一）开始到10月13日的放假调休安排，具体是“上6休3上3休2上5休1上2休7再上5休1” 请计算一下，除了我原本的周末假期之外，最后我因为放假多休息了几天？

测试一下难倒广大中国网友的调休怎么调的问题。之前关于调休就上过热搜

由于上一年之前国庆节和中秋是连着来，所以网友盘算着怎么调休才算最优解，这里的“上6休3上3休2上5休1上2休7再上5休1”其实就是指从中秋开始休假的缩写。

说人话就是，从中秋开始，先上6天班，再休假3天，再上3天班，再休假2天，然后上5天班，接着休1天，再上2天班，最后国庆休7天，再上5天班，最后只休1天。说实话，就算我自己打字也觉得这个假期太复杂了，简直像是念咒语一样

那时候中国网友就为了这个调休到底最后休了多少天而计算起来

从之前的测试来看，很多大模型对于这个问题都给出了错误答案，比如Qwen3它最后给出得答案是多放了7天

而o4-mini对这个任务也给出了错误的答案：7天

既然这么难，恰好可以丢给大模型进行问答，看看新版本的R1回答得怎么样

从R1的答案来看，直接给出了正确的答案，我愿称其为开源大模型之光，同时由于这个问题比较难。它足足思考了接近4分钟左右。

代码能力

从网友的测试来看，R1-0528是一个唯一的能持续正确做对「9.9 - 9.11是多少」的模型。

与Claude4对比：不管是光线照射在墙上形成的漫反射，还是球在撞击后的运动方向，R1胜：

添加图片注释，不超过 140 字（可选）

写在最后

DeepSeek-R1-0528 的这次“小版本升级”看似低调，实则在模型推理深度、长时间思考和多任务表现上都有显著提升。相比起之前版本偏重速度和简单生成的短板，R1-0528 充分展示了社区开源模型也能在推理能力和稳定性上与 Google、OpenAI 等一线大厂模型齐肩。

• 性能对比：在 LiveCodeBench 这类高难度综合编码测试中，R1-0528 不仅牢牢占据第一梯队，还以几乎与 o4-mini、o3（High）持平的成绩，证明了其在复杂逻辑和长上下文处理上的实力。
• 推理深度：得益于基于 V3 强化学习的再次蒸馏训练，R1-0528 在多轮链式推理、知识追溯以及细节校验方面表现更周全，尤其适合需要“深思熟虑”的场景。
• 长思考能力：新版本最大亮点在于可持续 30–60 分钟的长时间“长思考”，对于分析篇幅较长的文档或复杂的业务流程时，能够显著降低断链和信息丢失的风险。
• 多模态与排版：在文档解析和网页排版任务中，R1-0528 对内容结构的把握更精准，生成的可视化效果也更符合阅读习惯，有助于提升人机协作效率。

总体而言，DeepSeek-R1-0528 是一次值得关注的更新，它既保持了开源模型的灵活可定制性，又将推理深度和稳定性推升至新高度。无论是开发者在技术验证阶段，还是产品方在落地应用场景中，都可以将 R1-0528 作为一款性价比极高的首选大模型。未来，我们也期待 R1 团队继续深耕算法优化，与社区一起推动开源 AI 的生态繁荣。