国产AI王炸新版DeepSeekV3惊艳亮相数学94碾压Claude剑指GPT45

DeepSeek 刚刚发布的新模型 DeepSeek-V3-0324 正在国内及海外社区掀起一股新的浪潮。

前情提要： DeepSeek 新模型上线：6850亿参数的 DeepSeek-V3 再进化！

继昨天在 Hugging Face 社区上传新模型文件后，DeepSeek 官方也添加了这个模型的详情卡片（Model Card）。

同时，DeepSeek 官方也确认了已经把新模型在 官网 及 开放平台 API 同步上线。

而在 DeepSeek 开放平台的 “更新日志” 中，也添加了这次更新的详情。

那么， DeepSeek-V3-0324 和前代 DeepSeek-V3 相比，到底更新了什么？强在哪里？

先来看 DeepSeek 官方放出的基准测试结果。

注意， DeepSeek-V3-0324 是一个不会思考的通用模型，所以官方也都挑选的是最顶级的 “非思考” 通用模型，如 OpenAI 的 GPT-4.5 、Anthropic 的 Claude 3.7 Sonnet 、以及阿里千问的 Qwen Max （全名应为 Qwen2.5-Max ）。

先说结论： DeepSeek-V3-0324 很强，绝对的 TOP 水准 。

MMLU-Pro，大学水平知识测验， DeepSeek-V3-0324 以 81.2% 的准确率排在第二，仅次于参数量史无前例大的 GPT-4.5 。和 Claude 3.7 Sonnet 则几乎持平。

GPQA-Diamond，极具挑战的高难度问答， DeepSeek-V3-0324 得分 68.4%，比前一代模型增长了约 9%，依旧仅次于 GPT-4.5 的 71.4%。这个基准测试对于这些 “非思考” 模型来说，很难。

MATH-500，专注于数学领域的基准测试， DeepSeek-V3-0324 准确率 94%，全场最高。

AIME 2024，2024年美国数学邀请赛，竞赛级别的数学题目， DeepSeek-V3-0324 综合得分 59.4%，以绝对实力排名第一。第二名为前代 DeepSeek-V3 ，准确率仅有 39.6%。

LiveCodeBench，编程能力测试， DeepSeek-V3-0324 同样是第一名，49.2%。超越了 GPT-4.5 和 Claude 3.7 Sonnet 。

同时，DeepSeek 官方的更新日志中也详细描述了 DeepSeek-V3-0324 的优化项。

简单总结。

首先是 推理能力 的增强。这一点在上面基准测试结果的分析中已经体现的淋漓尽致。

其次是已经在网上引起热议的 “ 编程能力 ”，尤其是 前端开发 。这一点其实和 Claude 3.7 Sonnet 非常相似。主要体现在代码准确率的提升，以及模型本身审美的提升。另外还有一点值得一提，新模型的输出长度比之前要好不少（以官网来看）。

接着是 中文写作能力 。官方表示 DeepSeek-V3-0324 对中文写作的风格和内容进行了优化，风格和 DeepSeek-R1 对齐，内容主要是中长篇写作质量的提升。

功能增强方面有三点： 多轮交互改写能力提升 ，大白话就是上下文把握的更好了； 翻译质量和书信类写作的优化 ； 中文搜索能力的优化 。

这里不得不给 DeepSeek 点个赞，优化项目很多都是针对中文任务的，中国人自己的 AI！

最后就是我在昨天的文章里提到的 bug 修复 。本次更新修复了之前 Function Calling 重复调用的问题，主要是针对开发者的。

接下来附上我针对 DeepSeek-V3-0324 的一个测试。

下面的测试都是在 DeepSeek 官网进行的。

这是近期非常流行的一个前端开发测试 —— 天气卡片 。完整提示词非原创，来自于论坛某位大佬。

你是一位就职于苹果公司的顶级前端工程师。请创建一个包含CSS和JavaScript的HTML文件，用于生成动画天气卡片。卡片需要以不同动画效果直观展示以下天气状况：

风力（如：飘动的云朵、摇曳的树木或风线）

降雨（如：下落的雨滴、形成的水洼）

晴天（如：闪耀的光线、明亮的背景）

下雪（如：飘落的雪花、积雪效果）

所有天气卡片需要并排显示，背景采用深色设计。所有代码都需包含在这个单一文件中。JavaScript部分需包含切换不同天气状态的功能（例如通过函数或按钮组），以演示每种天气的动画效果。

将前端显示效果优化得更精致流畅，打造出价值20元/月的精品天气应用既视感。

DeepSeek-V3-0324 的表现除了惊艳，还是惊艳。生成的天气卡片总代码长度 625 行，总输出时长大约 3 分钟，能明显感受到推理能力和代码能力的提升。

先来看最终效果。

DeepSeek 的整段输出实在太长，我这里截取部分回答以做展示。

另外值得一提的是，DeepSeek 黑色代码框的右下角有一个 运行 HTML 的按钮，支持一键运行 HTML 代码了！

在 DeepSeek 官网运行后的效果是这样的（动态效果，仅截图做展示）。