GEO
DeepSeek

DeepSeek-V2.5震撼发布：通用对话与代码能力完美融合的开源AI新标杆

2026/1/15
DeepSeek-V2.5震撼发布：通用对话与代码能力完美融合的开源AI新标杆
AI Summary (BLUF)

DeepSeek正式发布V2.5版本，成功融合通用对话与专业代码能力，在安全性和实用性方面实现双重优化，现已在HuggingFace平台开源。

今天，我们正式宣布DeepSeek-V2.5的发布——这是DeepSeek-V2-Chat和DeepSeek-Coder-V2两大模型的完美融合成果。这款全新的开源模型不仅保留了原有Chat模型的通用对话能力和Coder模型的强大代码处理能力，还在人类偏好对齐方面实现了显著优化。

全能型AI模型的诞生

DeepSeek-V2.5在写作任务、指令跟随等多个关键领域都实现了大幅提升，为用户带来更简洁、智能、高效的使用体验。模型现已在网页端及API全面上线，API接口保持向前兼容，用户通过deepseek-coder或deepseek-chat均可访问这一全新模型。

核心功能保持不变

  • Function Calling：完整的函数调用能力
  • FIM补全：增强的代码补全功能
  • Json Output：标准化的JSON输出格式

模型升级历程

DeepSeek团队一直致力于模型的持续改进和优化。回顾升级历程：

  1. 6月份重大升级：用Coder V2的Base模型替换原有Chat的Base模型，显著提升代码生成和推理能力，发布DeepSeek-V2-Chat-0628版本
  2. 7月份对齐优化：DeepSeek-Coder-V2在原有Base模型基础上，通过对齐优化大幅提升通用能力，推出0724版本
  3. 最终融合：成功将Chat和Coder两个模型合并，推出全新的DeepSeek-V2.5版本

重要提示：由于本次模型版本变动较大，如果在某些场景中出现效果变差的情况，建议重新调整System Prompt和Temperature参数，以获得最佳性能。

通用能力评测表现

基准测试结果

我们使用业界通用的测试集对DeepSeek-V2.5进行全面测评。在中文和英文四个核心测试集上，DeepSeek-V2.5的表现均优于之前的DeepSeek-V2-0628以及DeepSeek-Coder-V2-0724版本。

竞品对比优势

在我们内部的中文评测中，DeepSeek-V2.5与GPT-4o mini、ChatGPT-4o-latest的对战胜率（裁判为GPT-4o）相较于DeepSeek-V2-0628均有明显提升。评测涵盖创作、问答等通用能力领域，用户体验将得到实质性改善。

安全能力优化

安全性与实用性之间的平衡一直是DeepSeek迭代开发的重点关注领域。在DeepSeek-V2.5版本中，我们对模型安全问题的边界做了更加清晰的划分：

模型版本 安全综合得分* 安全外溢比例**
DeepSeek-V2-0628 74.4% 11.3%
DeepSeek-V2.5 82.6% 4.6%

*基于内部测试集合的得分，分数越高代表模型的整体安全性越高
**基于内部测试集合的得分，比例越低代表模型的安全策略对于正常问题的影响越小

关键改进：

  • 强化模型对各种越狱攻击的安全性
  • 减少安全策略过度泛化到正常问题的倾向

代码能力保持领先

在代码处理方面，DeepSeek-V2.5完整保留了DeepSeek-Coder-V2-0724的强大能力：

基准测试表现

  • HumanEval Python：显著改进
  • LiveCodeBench（2024年1月-9月）：显著改进
  • HumanEval Multilingual：DeepSeek-Coder-V2-0724略胜一筹
  • Aider测试：DeepSeek-Coder-V2-0724略胜一筹
  • SWE-verified测试：两个版本表现均较低，需要进一步优化

实际应用优化

  • FIM补全任务：内部评测集DS-FIM-Eval评分提升5.1%，带来更好的插件补全体验
  • 代码常见场景：针对实际使用场景进行优化
  • 主观评测：在DS-Arena-Code中，对战竞品的胜率（GPT-4o为裁判）取得显著提升

开源承诺

秉承持久的开源精神，DeepSeek-V2.5现已开源至HuggingFace平台：

开源地址：https://huggingface.co/deepseek-ai/DeepSeek-V2.5

DeepSeek团队将继续致力于推动开源AI生态的发展，为开发者和研究者提供更强大、更易用的AI工具。

Data Analysis

模型版本 安全综合得分* 安全外溢比例**
DeepSeek-V2-0628 74.4% 11.3%
DeepSeek-V2.5 82.6% 4.6%
*基于内部测试集合的得分，分数越高代表模型的整体安全性越高
**基于内部测试集合的得分，比例越低代表模型的安全策略对于正常问题的影响越小
标签
AI应用开发大语言模型DeepSeekAI大模型
← 返回文章列表
分享到：微博
下一篇
DeepSeek-R1震撼发布：开源推理大模型，性能比肩OpenAI o1！

版权与免责声明：本文仅用于信息分享与交流，不构成任何形式的法律、投资、医疗或其他专业建议，也不构成对任何结果的承诺或保证。

文中提及的商标、品牌、Logo、产品名称及相关图片/素材，其权利归各自合法权利人所有。本站内容可能基于公开资料整理，亦可能使用 AI 辅助生成或润色；我们尽力确保准确与合规，但不保证完整性、时效性与适用性，请读者自行甄别并以官方信息为准。

若本文内容或素材涉嫌侵权、隐私不当或存在错误，请相关权利人/当事人联系本站，我们将及时核实并采取删除、修正或下架等处理措施。 也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。