deepseek appv1.2.1

DeepSeek App 是由 DeepSeek 官方打造的智能 AI 助手，搭载全球领先的 DeepSeek-V3 与全新 DeepSeek-R1 模型，为用户提供免费、高效、多场景的智能交互体验。支持中国大陆手机号、微信及 Apple ID（iOS）一键登录，App 与网页端数据实时同步，历史对话无缝衔接。无论你是在学习、办公还是探索知识，DeepSeek App 都能通过联网搜索、深度思考模式、文件上传识别（含图片文字提取）等功能，随时随地为你提供精准、高效的智能支持。

世界领先的模型性能：DeepSeek-V3

DeepSeek-V3 在推理速度上实现显著跃升，大幅优化响应效率与资源消耗。在当前主流大模型评测榜单中，DeepSeek-V3 稳居开源模型榜首，综合能力已可与全球顶尖闭源模型比肩，为用户带来接近行业天花板的智能体验。

重磅升级：DeepSeek-R1 正式发布

DeepSeek 全新推出 DeepSeek-R1，性能全面对标 OpenAI o1 正式版，并同步开源模型权重，推动技术普惠与社区共创。R1 不仅上线官方 API，还开放“思维链”输出功能——只需设置 model='deepseek-reasoner' 即可调用，适用于高阶推理任务。

DeepSeek-R1 在后训练阶段大规模采用强化学习（RL），在极少人工标注数据的前提下，显著提升数学、代码与自然语言推理能力。其表现已在多项权威基准测试中与 OpenAI o1 正式版持平。

为促进技术透明与协作，DeepSeek 已将 R1 的完整训练方法公开，相关论文详见：
https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

小模型也有大智慧：蒸馏版超越 o1-mini

在开源 660B 参数的 DeepSeek-R1-Zero 与 DeepSeek-R1 的同时，DeepSeek 利用 R1 的高质量输出，成功蒸馏出 6 个轻量级开源模型。其中，32B 与 70B 版本在多项任务上表现媲美 OpenAI o1-mini，为资源受限场景提供强大替代方案。

所有模型已在 HuggingFace 开源，欢迎开发者体验与集成：
https://huggingface.co/deepseek-ai

真正开放：MIT 许可 + 支持模型蒸馏

为降低使用门槛、激发社区创新，DeepSeek 对开源协议进行全面优化：所有模型权重统一采用标准 MIT License，完全开源、允许商用、无需申请授权。此举取代了此前的 DeepSeek License，以更通用、更友好的方式服务全球开发者。

此外，DeepSeek 明确更新用户协议，**正式允许用户基于模型输出进行“模型蒸馏”**，即利用 DeepSeek 模型生成的数据训练自己的新模型。这一举措极大拓展了技术复用与二次开发的可能性，助力 AI 生态繁荣。

随时随地，开启深度思考

无论是通过 DeepSeek 官网还是官方 App，用户均可一键启用“深度思考”模式，直接调用最新 DeepSeek-R1 模型，完成复杂推理、逻辑分析、代码生成等高阶任务。移动端与桌面端体验一致，数据实时同步，让智能触手可及。

开发者友好：兼容 OpenAI API，快速接入

DeepSeek API 采用与 OpenAI 兼容的接口格式，开发者可直接使用 OpenAI SDK 或兼容工具，仅需修改 base_url 为 https://api.deepseek.com/v1 即可无缝切换。注意：此处 v1 为 API 版本标识，与模型版本无关。

当前 deepseek-chat 模型已全面升级至 DeepSeek-V3，接口保持不变，调用时指定 model='deepseek-chat' 即可享受最新性能。

创建 API Key 后，可通过以下示例快速调用 DeepSeek 对话接口（支持流式与非流式输出）：

curl 示例：

Python 示例：

Node.js 示例：

R1 如何超越 V3？强化学习的新范式

DeepSeek-R1 与 V3 均基于 V3-Base 基础模型，但 R1 系列引入了全新的后训练范式：**摒弃传统 RLHF（人类反馈强化学习）中的“人类反馈”环节，仅依赖纯强化学习（Pure RL）驱动模型进化**。

在 R1-Zero 的训练中，系统设置了双重奖励机制：一是验证最终答案的正确性，二是评估推理过程的逻辑连贯性。模型会生成多个候选答案，由奖励函数自动评分，从而自主优化解题策略。

令人惊喜的是，R1-Zero 在训练过程中自发涌现出“反思”行为——它会重新审视初始思路，分配更多计算资源用于复杂问题求解。这种高级认知能力并非人为编程，而是强化学习激励下的自然涌现。

然而，纯 RL 训练初期存在语言流畅性不足、中英混杂等问题。为此，DeepSeek 引入“冷启动”阶段：先用数千条规范的思维链（CoT）数据微调 V3-Base，再注入约 80 万条自生成样本（含 60 万推理相关 + 20 万通用）进行二次微调，最终形成兼具逻辑性与语言质量的 DeepSeek-R1。

值得一提的是，这套 80 万样本数据也被用于微调 Qwen 系列模型，显著提升了其推理能力，验证了该方法的普适价值。DeepSeek 在论文中强调：“这是首个证明 LLM 推理能力可仅通过强化学习激发、无需监督微调（SFT）的开放研究。”

更新日志

v1.0.12 版本

- 修复了登录环节的已知问题