DeepSeek 版 o1，有消息了。
还未正式发布，已在代码基准测试 LiveCodeBench 霸榜前三，表现与 OpenAI o1 的中档推理设置相当。
注意了，这不是在 DeepSeek 官方 App 已经能试玩的 DeepSeek-R1-Lite-Preview（轻量预览版）。
而是摘掉了轻量版的帽子，称为 DeepSeek-R1-Preview（预览版），意味着替换了规模更大的基础模型。
LiveCodeBench 团队透露，他们正在与 DeepSeek 合作评估新模型的能力，在合作过程中，DeepSeek 团队还帮他们找出并解决了评分系统的一些 bug。
与此同时，他们还晒出了目前仅有的一张 DeepSeek-R1-Preview 的思考过程。
鉴于 DeepSeek 此前已宣布 R1 模型将开源，有网友表示，与 OpenAI o1 编程能力相当的开源模型即将发布，2025 年的编程就只剩下按 Tab 键了。
DeepSeek 推理大模型满血版
两个月前，DeepSeek 在官网上线 DeepSeek-R1-Lite-Preview 时曾透露：
DeepSeek-R1-Lite-Preview 使用强化学习训练，推理含大量反思和验证，遵循新的 Scaling Laws—— 推理越长，表现越强。
在 AIME 测试基准中，随着推理长度的增加，DeepSeek-R1-Lite-Preview 表现出稳定的得分提升。
DeepSeek-R1-Lite 推理的特点在网友们的后续测试中也得到了验证：
在某些情况下，模型似乎能够在生成推理步骤时自我纠正，表现出类似原生“自我反思”的能力。不过，没有训练数据、模型架构和技术报告 / 论文的细节，很难确认这一点。
期待未来的开源模型和 API！
摘掉 Lite 的帽子，变成 DeepSeek-R1-Preview，意味着换了更大的基础模型。
之前 Lite 版就在难度较高数学和代码任务上超越 o1-preview，大幅领先 GPT-4o。
这次在 LiveCodeBench 上，这次的 DeepSeek-R1-Preview 的表现又与 OpenAI o1-Medium 相当，网友们更加期待开源模型和 API 了。
LiveCodeBench 由 UC 伯克利、MIT 和康奈尔大学团队推出，旨在对大模型的代码能力进行全面且无污染的评估。
具体避免测试数据泄露的方法，是随着时间的推移不断从人类的编程竞赛平台收集新的题目。
除了代码生成，还会评估模型在代码自修复、执行和测试输出预测等方面的能力。这样实时更新、确保公平性和可靠性的测试方法，获得了开发者社区的认可。
还有程序猿喊话 Cursor 直接把 R1-Preview 集成到 Agent mode 里：
One More Thing
赶在春节前，许多还在做训练的国产大模型团队，都把自家模型更新了一遍。OpenAI 似乎要趁这边放假开始搞事情了（狗头），阿尔特曼发帖透露：
o3-mini 完成外部合作测试，已确定最终版，将在几周内推出，会同时上线 API 和 ChatGPT。
在后续对话中，阿尔特曼还确认了未来模型更多基本情况：
o3-mini 的速度会非常快
o3-mini 大多数情况下不如 o1-pro
o3 pro 收费从 $200 / 月起步
OpenAI 正在关注如何让 AI 一次性输出更多内容
2025 年计划把 GPT 系列和 o 系列合并
本文来自微信公众号：量子位（ID：QbitAI），作者：梦晨、西风，原标题《DeepSeek 新模型霸榜，代码能力与 OpenAI o1 相当且确认开源，网友：今年编程只剩 Tab 键》