20日晚8点，DeepSeek在自己官方公众号上放出了一个大杀器：

全新自研的DeepSeek-R1-Lite 预览版正式上线。据介绍，DeepSeek R1 系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。

该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1-preview 的推理效果，并为用户展现了 o1 没有公开的完整思考过程。

等不及看下文的朋友，大家可以自行登录DeepSeek官网（chat.deepseek.com），前往体验与国产版的o1模型的深度对话。

不过，这次的深度推理，DeepSeek选择的只有数学竞赛和编程方面的测评，虽然没有其他领域的测评数据，但这两项的难度也足以说明这个模型的厉害了！

在美国数学竞赛（AMC）中难度等级最高的 AIME 以及全球顶级编程竞赛（codeforces）等权威评测中，DeepSeek的表现大幅超越了 GPT-4o 等知名模型，前者L1获得了91.6的成绩，而o1仅有85.5分，Qwen2.5表现也不错83.1。

值得注意的是，所有测评的最大推理长度是有限制的，是32k。

为什么说这一点值得注意，因为据介绍，DeepSeek-R1-Lite 的推理过程包含了大量的反思和验证。模型在数学竞赛上的得分与测试所允许思考的长度紧密正相关。

即，允许思考过程的token越长，所获得推理结果得分越高。

小遗憾地是，DeepSeek-R1-Lite 目前仍处于迭代开发阶段，仅支持网页使用，暂不支持 API 调用。DeepSeek-R1-Lite 所使用的也是一个较小的基座模型，无法完全释放长思维链的潜力。

不过DeepSeek表示模型还会持续进行迭代，正式版 DeepSeek-R1 模型将完全开源，而相关的技术报告也会公开，同时也会部署 API 服务。

小编实测了一道高中奥数题，DeepSeek-R1 全程只用了15s就给了正确的思考过程，不过可惜的是，输在了最后一个合并同类项的数学错误上。

唉，不得不说，功亏一篑呀，大模型的数学能力的确有待提升，推理层还得加油！