DeepSeek 正式發布 DeepSeek-V3.1-Terminus 模型，是次更新為該公司針對 V3.1 版本的重大修復，成功解決困擾用戶數月的語言混亂和異常字元問題。更新除了修復關鍵缺陷，也在編程和搜索智能體方面實現最高 36.5% 的性能提升。本文將分析是次更新的三大關鍵改良：Bug 修復成效、智能體能力提升，以及對企業應用的戰略意義。
關鍵技術缺陷獲根本性修復
DeepSeek-V3.1-Terminus 成功解決自 2025 年 8 月 V3.1 發布以來最嚴重的兩大技術問題。首先是隨機字元輸出問題，該模型此前會不受控地輸出「极」、「極」、「extreme」等字樣，嚴重影響程式碼編譯和生產環境部署。權威測試顯示，新版本在處理 Go 語言編程、版本號管理等「高危」提示詞時已完全消除此類異常輸出。其次是多語言混用問題，此前模型在翻譯少數語言時會出現中英俄三語混雜現象，問題文本比例高達 5%。技術分析表明，DeepSeek 透過改良 tokenizer 和優化訓練範本，有效提升語言一致性，令模型在多語言環境下的表現更穩定可靠。
智能體性能實現跨越式突破
在智能體能力方面，DeepSeek-V3.1-Terminus 在多項基準測試中展現出顯著改良，尤其在需要使用工具的任務上表現突出。根據官方測試數據，模型在 BrowseComp 基準測試中從 30.0 分躍升至 38.5 分，在 Terminal-bench 測試中從 31.3 分提升至 36.7 分，展現出在網頁瀏覽和終端操作方面已獲強化。Stanford University 的 AI 研究專家表示，這種幅度的性能提升在大型語言模型的迭代更新中極為罕見，尤其是在保持原有能力基礎上的全面改良。編程智能體方面，新版本在小球彈跳等物理模擬任務中，展現出對重力、摩擦力等物理概念的精確理解；同時在搜索智能體測試中，能夠準確識別並交叉驗證符合多重條件的資訊，顯示出其在複雜推理和資訊整合方面的卓越能力。
企業級應用潛力與市場定位分析
從企業應用角度分析，DeepSeek-V3.1-Terminus 的「Terminus」命名（拉丁語意為終點、界限），暗示該公司在 V3 架構上的技術成熟度達到新高度。金融科技分析師指出，相較於 OpenAI GPT-4 每百萬 token 索價 10 美元（約港幣 HK78），DeepSeek維持1.68美元（約港幣HK13.1）的進取訂價策略，為企業用戶提供極具競爭力的成本優勢。該模型採用 671B 參數規模，其中 37B 為活躍參數，支援高達 128K token 的上下文窗口，並採用 FP8 微縮放技術實現高效推理，這些技術特性使其在處理企業級長檔案和複雜工作流程時具備明顯優勢。業界專家預測，隨著 Agent 模型預計於年底推出，DeepSeek 正在創建一個完整的企業 AI 解決方案生態系統，有望在激烈的商用 AI 市場中佔據重要地位。
開源策略下的技術革新與商業前景
DeepSeek-V3.1-Terminus 的發布，標誌著開源大型語言模型在穩定性和實用性方面的重要突破。其成功修復關鍵缺陷並大幅提升智能體能力，為企業用戶提供更可靠的 AI 解決方案選擇。展望未來隨著 Agent 專用模型即將推出，DeepSeek 有望在企業自動化和智能決策支援領域開創新的應用場景。然而企業在採用時仍需關注其在政治敏感話題上的限制，以及與現有系統整合的技術挑戰。
[最後更新 : 23 SEP 10:36AM (GMT +8)]
資料來源：
Hugging Face
VentureBeat
The Decoder
DeepSeek官方文檔
OpenRouter
