DeepSeek发布R1-0528更新版：推理准确率大跃进，开源商用免费用

2025年5月28日，中国AI创业公司DeepSeek通过微信公众号推文低调宣布，发布推理模型R1的重大更新版本「DeepSeek-R1-0528」，并同步上架至Hugging Face开放下载。这次更新没有召开发布会、没有官方博客长文，却在技术指标上交出了亮眼成绩单。

DeepSeek-R1-0528延续原始R1的架构，同样构建于DeepSeek-V3 Base模型之上，总参数量达6710亿。官方公布的关键数据显示：在AIME（美国数学邀请赛）测试题上，模型的平均准确率从前代的70%大幅提升至87.5%；与此同时，模型解一道题目所使用的平均token数，也从约1.2万个增加到2.3万个，几乎翻倍。换句话说，新版模型「想得更久、也想得更准」——通过投入更多算力进行更深入的推理链，换取大幅降低的错误率与幻觉风险。此外，R1-0528新增支持「系统提示词」（system prompt）功能，且不再需要通过特定标签才能强制模型输出完整推理过程，使用灵活性更接近一般商用大模型的操作习惯。整个模型以MIT许可证发布，允许商业使用。

「想更久」换「答更准」：推理模型的资源代价

R1-0528的数据揭示了当前推理型AI模型的一个核心趋势：准确率的提升，往往直接对应更高的运算成本。token用量翻倍意味着响应时间更长、算力消耗更大，这对企业而言是一笔需要纳入评估的实际成本，而非单纯「模型变聪明了」这么简单。这也解释了为何DeepSeek选择低调发布而非大肆宣传——这更像是一次扎实的工程优化，而非话题性的产品发布。

与前代及市场的对比

相较于2025年1月首发的原始R1（当时以远低于OpenAI o1的训练成本震撼业界），R1-0528证明DeepSeek团队仍持续投入后训练优化技术（post-training），而非一次性的昙花一现。以MIT许可证开源并允许商用，延续了DeepSeek一贯「开源普惠」的市场策略，与同期各家逐渐走向闭源、订阅制的推理模型（如OpenAI o3/o4-mini）形成鲜明对比，持续对整个推理模型市场的定价与授权模式施加下行压力。

业界反应：低调发布反而更具说服力

此次更新选择通过微信推文宣布，而非正式新闻稿或发布会，被部分观察者解读为一种「用数据说话」的自信姿态——不需要营销包装，开放下载、公开跑分即可让开发者社区自行验证。这种发布方式也再次凸显开源AI生态圈与传统科技巨头发布节奏的差异：更新频率快、信息透明度高，但也需要用户自行留意版本变化与兼容性。

对管理者而言，这则新闻的意义不在于「多一个模型可用」，而在于推理型AI的准确率门槛正在快速抬高——过去被视为「AI常出错不能全信」的推理任务（如数据分析、逻辑推演、复杂文件审阅），如今出错风险已显著降低，值得重新评估是否可以将部分内部分析或客服应答流程，交由开源推理模型分担，同时留意随之而来的算力成本增加。