我之前看 OpenAI 把 GPT 从 4o 变成 5 ，很多人要求把 4o 还回来了，认为奥特曼杀死了 4o ，我觉得难以理解，直到现在 deepseek 把 R1 变成了 v3.1 ，突然对面不再是熟悉的感觉，同样的输入，完全不同的输出，有点 emo 了。
我认为 R1-0528 是最懂中文的模型，既能读懂表层意思，又能读懂言外之意，而且对用户心理洞察非常强，不需要过多提示词就能很好输出，我一直将它作为强力学习助手，但现在它消失了。
我思考了大模型升级究竟意味着什么？一种是“升级”，一种是“替代”。
这里所说的“升级”，对于 AI 公司来说，训练方式和架构没有太大改变，只是改进，甚至没有创新，对于用户来说，则意味模型的一致性被保留下来了，也就是熟悉感。原版 R1 到 R1-0528 可以理解为一种升级。
另外一种则是“替代”，后来居上的模型和被替代的模型，架构发生了很大的变化，有创新，但从用户层面来说，这种创新可能是一种背叛，需要重新适应新模型。4o 到 GPT5 更像是一种替代，包括现在 V3.1 。
从根本上来说，每个模型都是独一无二，只存在相似程度的问题，但从另一方面来讲人是需要更聪明更强大的模型？还是需要符合用户预期和更懂用户的模型？

因为 deepseek-3.1 也好，gpt5 也好，相比之前的模型，都不是跨代的全方位的提升。专项能力有所提高，但是提高的正好不是你需要的，对用户来说，就没有感知，甚至是负面的感知。
悲哀的是现在的模型体量已经不是个人可以部署的了，虽然还有一些平台提供 r1 ，但是如果他们相继下架，那就真的是成为绝唱了。
只希望 deepseek 能拿出更好的 r2 吧

把模型下下来，等有朝一日自己硬件好了跑

闭源模型停服确实大概是似了，deepseek 伤感啥，抱脸上的 R1-0528 不是还在吗

V 系统跟 R 系列不是一个东西吧？如果是官网，开不开深度思考就是切换的方式。

＃4 新的 v3.1 采用了类似 qwen3 第一个版本的混合推理模式，从结果来看，不再区分 v 和 r 了，而是统一用 v 来表示，通过提示词或参数控制是否进行推理

R1 有很多供应商啊, 官方的我反而用的少, 官方的 R1 不知为何我一直只能一轮对话, 后来就没用了.

实测，幻觉依然严重。某些推理场景不如 GPT-OSS 性价比高。

等量子时代吧，个人也能玩得转大模型

那为何还要有个“R2”？所以不可能不区分 R 和 V 。既然存在，那这两个肯定还是有本质区别的。

R1-0528 虽然理论上第三方和官方之前用的是同一个模型，但不知道为什么官方输出就是比第三方好一些

现在二者相当于已经融合了，未来大概率不会推出 R2 了

＃9 官方信源里没有 R2 的进度，大书特书的主要是营销号，不过也不是绝对的 RV ，Qwen3 第一个版本是混合推理，但是后面又单独分开了，因为性能问题，所以其实未来会发布什么真不一定好说，V3.1 可能是个中间验证版本看看效果。

开源的好处来了，你自己部署就可以了

等到真的到了那天, 你下载的模型的能力, 你估计已经远远瞧不上了🤷‍♂️

起码需要 15w 的成本。

它是国产之光，在跟华为配合，弄全国产呢，硬件跟不上，走下坡路也不是没可能。

gpt5 我用着有些地方确实是智障，完全答非所问；但有时候准确率有提升的。

这不就是班主任知名语录： “你们这个版本还不如我上一届的”

你用别的供应商啊

话说这种第三方的模型自己训练的话，是不是理论上每个供应商的 r1 都是不一样的数据量

确实每个模型回答的风格都有些不同，不过我没观察这么细。

自己训练、微调一个自己的专属大模型

系统提示词不一样，我一直想搞到 R1 的系统提示词

感觉 GPT5 完全是智障，4o 在 GPT5 出来之后，貌似被降智了，一些很简单的问题也会答错。

我觉得 5 很难用, 编程问题回答不准, 特别慢

我用 cherry studio 走硅基流动的 api 跑 r1 ，没感觉和官方的有很大区别...