DeepSeek 使用（生存）指南之一
DeepSeek 产品线介绍
DeepSeek（深度求索）是一家专注于通用人工智能（AGI）研究的人工智能公司，主要研发大语言模型、推理模型、多模态模型以及相关 AI 基础设施。其产品覆盖 AI 对话、逻辑推理、代码生成、图像理解、图像生成、智能体（Agent）和 API 服务等领域。
DeepSeek 发展历程
| 时间 | 重要事件 |
|---|---|
| 2023 年 7 月 17 日 | DeepSeek 所属公司深度求索成立，背后是量化私募基金幻方量化。 |
| 2023 年 11 月 29 日 | 发布首个通用大语言模型 DeepSeek LLM（V1）。 |
| 2024 年 12 月 26 日 | 发布 DeepSeek-V3，并同步开源，在模型训练效率和推理性能方面取得重要进展。 |
| 2025 年 1 月 20 日 | 发布推理模型 DeepSeek-R1，并同步开源，推理能力达到 OpenAI o1 级别。 |
| 2025 年 1 月 27 日 | 发布多模态模型 Janus-Pro，支持图像理解与图像生成。 |
| 2025 年 3 月 24 日 | 发布 DeepSeek-V3-0324，升级代码生成、推理和中文写作能力。 |
| 2025 年 5 月 28 日 | 发布 DeepSeek-R1-0528，进一步增强数学推理、代码生成和逻辑推理能力。 |
| 2025 年 8 月 21 日 | 发布 DeepSeek-V3.1，采用混合推理架构，同时支持思考模式和非思考模式。 |
| 2025 年 9 月 22 日 | 发布 DeepSeek-V3.1-Terminus，优化中英文混杂问题以及 Code Agent、Search Agent 能力。 |
| 2025 年 9 月 29 日 | 发布 DeepSeek-V3.2-Exp，引入 DeepSeek Sparse Attention（DSA）稀疏注意力机制，提高长上下文处理效率。 |
| 2025 年 10 月 21 日 | 发布 DeepSeek-OCR，探索通过视觉编码方式实现文本压缩和上下文处理。 |
| 2025 年 11 月 27 日 | 发布 DeepSeekMath-V2，重点提升数学推理和数学证明能力。 |
| 2025 年 12 月 1 日 | 发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale，进一步增强推理能力及工具调用能力。 |
| 2026 年 1 月 28 日 | 发布 DeepSeek-OCR 2，改进文档视觉理解和 OCR 处理能力。 |
| 2026 年 4 月 24 日 | 发布 DeepSeek-V4 预览版，包括 V4-Pro 和 V4-Flash，支持百万级上下文，并同步开源。 |
| 2026 年 7 月 31 日 | 发布 DeepSeek-V4-Flash 正式测试版本，增强 Agent 和代码开发能力。 |
| 2026 年 8 月 13 日 | DeepSeek-V4-Pro 正式版上线，进一步增强 Agent 能力，并支持 Responses API。 |
| 2026 年 8 月 21 日 | 发布 DeepSeek-V4-Flash-Vision-Exp，增强模型的多模态视觉理解和 Agent 能力。 |
| 2026 年 9 月 10 日 | 发布 DeepSeek-V4.1-Flash，采用全新非对称模型架构，支持原生多模态视觉理解，进一步提升推理效率。 |
| 2026 年 10 月 17 日 | 发布 DeepSeek-V4.1-Flash-1017，优化代码生成、项目开发和 Agent 能力；开放自研 Search API 和 Fetch API。 |
DeepSeek 模型产品线
DeepSeek 的模型产品主要包括通用大语言模型、推理模型、多模态模型以及垂直领域模型。
通用大语言模型
通用大语言模型 DeepSeek-V 系列主要面向通用语言理解、文本生成、代码生成、知识问答和智能体应用等场景。
| 模型 | 发布时间 | 主要特点 |
|---|---|---|
| DeepSeek LLM（V1） | 2023 年 11 月 | DeepSeek 首个通用大语言模型。 |
| DeepSeek-V2 | 2024 年 5 月 | 采用 MoE（混合专家）架构，降低训练和推理成本。 |
| DeepSeek-V2.5 | 2024 年 9 月 | 融合聊天与代码能力，增强通用任务处理能力。 |
| DeepSeek-V2.5-1210 | 2024 年 12 月 | 进一步提升数学推理和代码生成能力。 |
| DeepSeek-V3 | 2024 年 12 月 | 采用 MoE 架构，总参数量约 671B，每个 Token 激活约 37B 参数。 |
| DeepSeek-V3-0324 | 2025 年 3 月 | 优化推理、代码生成和中文写作能力。 |
| DeepSeek-V3.1 | 2025 年 8 月 | 引入混合推理架构，同时支持思考和非思考模式。 |
| DeepSeek-V3.1-Terminus | 2025 年 9 月 | 优化语言一致性以及代码和搜索 Agent 能力。 |
| DeepSeek-V3.2-Exp | 2025 年 9 月 | 引入 DSA 稀疏注意力机制，提高长上下文处理效率。 |
| DeepSeek-V3.2 | 2025 年 12 月 | 强化推理、工具调用和 Agent 能力。 |
| DeepSeek-V3.2-Speciale | 2025 年 12 月 | 面向高难度数学、科学和代码推理任务的增强版本。 |
| DeepSeek-V4-Pro | 2026 年 4 月预览，8 月正式版 | 面向高性能推理、代码生成和复杂 Agent 任务。 |
| DeepSeek-V4-Flash | 2026 年 4 月预览，7 月更新 | 侧重推理速度、调用成本和综合性能。 |
| DeepSeek-V4.1-Flash | 2026 年 9 月 | 采用非对称模型架构，支持原生多模态视觉理解。 |
| DeepSeek-V4.1-Flash-1017 | 2026 年 10 月 | 优化代码开发、项目构建、推理效率和 Agent 能力。 |
推理模型
推理模型 DeepSeek-R 系列主要面向复杂逻辑推理、数学计算、编程和科学问题求解等场景。
| 模型 | 发布时间 | 主要特点 |
|---|---|---|
| DeepSeek-R1-Lite-Preview | 2024 年 11 月 | 早期推理模型预览版本。 |
| DeepSeek-R1 | 2025 年 1 月 | 正式发布，采用大规模强化学习训练，显著增强复杂推理能力。 |
| DeepSeek-R1-Distill-Qwen-1.5B | 2025 年 1 月 | 基于 Qwen2.5-Math-1.5B 蒸馏。 |
| DeepSeek-R1-Distill-Qwen-7B | 2025 年 1 月 | 基于 Qwen2.5-Math-7B 蒸馏。 |
| DeepSeek-R1-Distill-Llama-8B | 2025 年 1 月 | 基于 Llama-3.1-8B 蒸馏。 |
| DeepSeek-R1-Distill-Qwen-14B | 2025 年 1 月 | 基于 Qwen2.5-14B 蒸馏。 |
| DeepSeek-R1-Distill-Qwen-32B | 2025 年 1 月 | 基于 Qwen2.5-32B 蒸馏。 |
| DeepSeek-R1-Distill-Llama-70B | 2025 年 1 月 | 基于 Llama-3.3-70B-Instruct 蒸馏。 |
| DeepSeek-R1-0528 | 2025 年 5 月 | 增强数学推理、代码生成和复杂问题求解能力。 |
DeepSeek-R1 发布时，同时提供了 6 个蒸馏模型版本（DeepSeek-R1-Distill），分别基于 Qwen 和 Llama 系列模型进行训练。
| 模型 | Base Model | 参数规模 |
|---|---|---|
| DeepSeek-R1-Distill-Qwen-1.5B | Qwen2.5-Math-1.5B | 1.5B |
| DeepSeek-R1-Distill-Qwen-7B | Qwen2.5-Math-7B | 7B |
| DeepSeek-R1-Distill-Llama-8B | Llama-3.1-8B | 8B |
| DeepSeek-R1-Distill-Qwen-14B | Qwen2.5-14B | 14B |
| DeepSeek-R1-Distill-Qwen-32B | Qwen2.5-32B | 32B |
| DeepSeek-R1-Distill-Llama-70B | Llama-3.3-70B-Instruct | 70B |
模型下载地址
- GitHub：https://github.com/deepseek-ai/DeepSeek-R1
- Hugging Face：https://huggingface.co/deepseek-ai
模型参数说明
DeepSeek-R1-Distill-Qwen-7B 中的 B 是指 Billion，即十亿的缩写。例如，7B 表示模型参数量约为 70 亿。
多模态模型
多模态模型 Janus 系列主要面向多模态理解和图像生成任务，支持将视觉理解与视觉生成能力整合到统一的模型框架中。
| 模型 | 发布时间 | 主要特点 |
|---|---|---|
| Janus-1.3B | 2024 年 10 月 | 统一多模态理解与图像生成的基础模型。 |
| JanusFlow-1.3B | 2024 年 11 月 | 结合自回归模型与 Rectified Flow 技术，实现多模态理解和图像生成。 |
| Janus-Pro-1B | 2025 年 1 月 | Janus-Pro 的轻量级版本。 |
| Janus-Pro-7B | 2025 年 1 月 | 增强多模态理解与图像生成能力。 |
Janus 项目地址
垂直领域模型
垂直领域模型 Math 系列主要面向数学计算、数学推理和数学证明等专业领域。
| 模型 | 发布时间 | 主要特点 |
|---|---|---|
| DeepSeekMath | 2024 年 2 月 | 面向数学推理和数学问题求解。 |
| DeepSeekMath-V2 | 2025 年 11 月 | 强化数学推理和自验证数学证明能力。 |
视觉理解模型
视觉理解模型 OCR 系列主要面向文档理解、文字识别和视觉信息处理。
| 模型 | 发布时间 | 主要特点 |
|---|---|---|
| DeepSeek-OCR | 2025 年 10 月 | 探索利用视觉编码实现文本压缩，降低长上下文处理成本。 |
| DeepSeek-OCR 2 | 2026 年 1 月 | 改进视觉信息处理方式，增强文档理解和 OCR 能力。 |
DeepSeek 应用与开发者产品
除了开源模型，DeepSeek 还提供面向普通用户和开发者的应用产品及开发工具。
| 产品 | 类型 | 主要功能 | 官方地址 |
|---|---|---|---|
| DeepSeek App | 移动端应用 | 提供 AI 对话、搜索、深度思考等功能。 | https://www.deepseek.com/ |
| DeepSeek Web | Web 应用 | 通过浏览器使用 DeepSeek AI 模型。 | https://chat.deepseek.com/ |
| DeepSeek API | API 服务 | 为开发者提供模型调用接口，支持集成到第三方应用。 | https://platform.deepseek.com/ |
| DeepSeek API Docs | 开发文档 | 提供 API 接入、模型调用、参数配置等开发文档。 | https://api-docs.deepseek.com/ |
| DeepSeek Harness | Agent 开发框架 | 基于插件化架构构建和运行 AI Agent。 | https://github.com/deepseek-ai/deepseek-harness |
| DeepSeek Search API | 搜索 API | 提供网页搜索能力，为 AI 应用提供实时信息检索。 | https://api-docs.deepseek.com/ |
| DeepSeek Fetch API | 网页抓取 API | 获取网页内容，为 AI 应用提供网页信息提取能力。 | https://api-docs.deepseek.com/ |
DeepSeek App / Web
DeepSeek App 和 Web 是面向普通用户的 AI 助手产品，支持自然语言对话、知识问答、代码生成、文件处理以及深度思考等功能。用户无需自行部署模型，即可通过官方应用使用 DeepSeek 提供的 AI 能力。
DeepSeek API
DeepSeek API 是面向开发者提供的模型服务接口，可以将 DeepSeek 的大模型能力集成到自己的软件和业务系统中。主要应用场景如下：
- AI 聊天机器人
- 智能客服系统
- AI 编程助手
- 企业知识库问答
- 文档分析与信息提取
- AI Agent 智能体应用
官方文档
DeepSeek Harness
DeepSeek Harness 是 DeepSeek 于 2026 年推出的开源 Agent Harness 框架，采用 Everything is a Plugin（万物皆插件）的设计理念。主要用于构建、扩展和运行 AI Agent，可以结合大语言模型、工具调用和插件系统，实现自动化任务执行。
Harness 项目地址
DeepSeek Search API / Fetch API
2026 年 10 月 17 日，DeepSeek 开放自研搜索引擎相关 API，包括 Search 和 Fetch 两个接口。
- Search API：根据用户输入的关键词检索互联网信息，返回相关网页结果。
- Fetch API：获取指定网页内容，为 AI 模型提供网页信息读取能力。
这两项能力可以与大语言模型结合，构建具备实时信息检索和网页内容获取能力的 AI Agent。
DeepSeek 开源项目与技术基础设施
除了大语言模型，DeepSeek 还开源了多个与模型训练、推理优化和 GPU 计算相关的基础设施项目。
| 项目 | 主要用途 | GitHub 地址 |
|---|---|---|
| DeepSeek-V3 | 通用大语言模型 | https://github.com/deepseek-ai/DeepSeek-V3 |
| DeepSeek-R1 | 推理模型 | https://github.com/deepseek-ai/DeepSeek-R1 |
| Janus | 多模态理解与图像生成 | https://github.com/deepseek-ai/Janus |
| DeepSeek-OCR | 视觉文字识别与上下文压缩 | https://github.com/deepseek-ai/DeepSeek-OCR |
| DeepEP | 高效专家并行通信库 | https://github.com/deepseek-ai/DeepEP |
| DeepGEMM | GPU 高性能矩阵乘法计算库 | https://github.com/deepseek-ai/DeepGEMM |
| FlashMLA | 高效 Multi-head Latent Attention 内核 | https://github.com/deepseek-ai/FlashMLA |
| DeepSeek Harness | 开源 Agent 开发框架 | https://github.com/deepseek-ai/deepseek-harness |
| DeepInfer | 大规模模型高性能推理框架 | https://github.com/deepseek-ai/DeepInfer |
这些项目主要服务于大模型训练、推理加速、GPU 计算优化、分布式专家并行以及 AI Agent 应用开发等场景。
DeepSeek 产品体系总结
截至 2026 年 10 月，DeepSeek 已经形成了覆盖基础模型、推理模型、多模态模型、AI 应用、开发者 API 和 Agent 基础设施的产品体系。
| 产品方向 | 代表产品 | 核心用途 |
|---|---|---|
| 通用大语言模型 | DeepSeek-V3、DeepSeek-V4 | 自然语言理解、文本生成、代码生成 |
| 推理模型 | DeepSeek-R1、DeepSeek-R1-0528 | 数学推理、逻辑推理、复杂问题求解 |
| 多模态模型 | Janus、JanusFlow、Janus-Pro | 图像理解、图像生成 |
| 数学模型 | DeepSeekMath、DeepSeekMath-V2 | 数学计算、数学推理、数学证明 |
| 视觉模型 | DeepSeek-OCR、DeepSeek-OCR 2 | OCR、文档理解、视觉信息处理 |
| AI 应用 | DeepSeek App、DeepSeek Web | 面向普通用户的 AI 助手 |
| 开发者服务 | DeepSeek API、Search API、Fetch API | 模型调用、搜索和网页信息获取 |
| Agent 开发 | DeepSeek Harness | AI Agent 构建、插件扩展和自动化任务 |
| 底层技术 | DeepEP、DeepGEMM、FlashMLA | GPU 计算、分布式通信和推理优化 |
总体来看，DeepSeek 的产品发展路线已经从最初的通用大语言模型，逐渐扩展到复杂推理、多模态理解、图像生成、AI Agent 和模型基础设施等方向，形成了较为完整的 AI 技术与产品生态。