🐳 DeepSeek V3.1 编程实测 💥 挑战 Claude 霸权 🔥

UP主: 沧海九粟 · 时长: 21:43 · 🔗 B站原视频

发布: 2025-03-25 · 收录: 2025-03-25

标签: DeepSeek · AI编程 · 大模型评测 · 前端开发 · LLM

开场与主题

小朋友们大家好，我是沧海九素。

DeepSeek 在 3 月 24 号发布了一个新的模型，称之为 DeepSeek V3 0324 版本，外网也把它称之为 DeepSeek V3.1 版本。这个版本带来了能力和性能上的提升，特别是在前端编程方面有非常显著的提升。

今天借助 Reflly 平台，和大家一起来看一下 DeepSeek 新的 V3 版本（我们就称之为 3.1），以及它在实际前端编程方面的测试情况。我们会提供六个具体案例，并让它和一些主流的开源、闭源模型进行对比，帮助大家了解它在编程，尤其是前端编程方面的能力。

模型卡片与官方改进点

先看模型卡片。这个模型已经上传到 Hugging Face，大家可以从页面拿到模型卡片信息。我把它转译成中文，并加了一些关键指标解释，方便大家看清楚。

从图上能看到，DeepSeek V3.1 相比 V3，特别是在编程和数学方面有明显提升。图里也放了 Claude 3.7 Sonnet 作为对比，大家可以自行对比。

当然最终还是要看实际使用效果，不是光看指标，但指标也不可少。整体来说，在通用多任务处理、通用问答、数学、实时编程能力方面都有显著提升，尤其是数学和实时编程。

官方还提到一些重要改进点：

• 前端代码可执行能力提升，能创建更美观的网页和游戏界面（后面会看到网页渲染确实更好，接近 Claude 3.7）。
• 中文写作风格和内容质量提升，更接近 R1，特别是中长篇写作。
• 功能准确性提升，这里主要指工具调用准确性提升。
• 搜索能力增强。

这个版本实测之后，一方面很惊喜，另一方面让我对 R2 未来发布更期待。

测试安排与对比模型

接下来给大家看六个测试内容：包含 1 星一个、3 星三个、4 星一个、5 星一个。

测试覆盖 HTML 和 SVG 生成，因为现在很常用大模型基于文本生成网页卡片、报告等内容，也常用 SVG 做卡片图像。之前很多人做这类内容时默认首选 Claude 3.7 Sonnet，甚至觉得只能选它，其他差距很大。V3.1 出来后能不能挑战 3.7，我们拭目以待。

每组准备四个模型：

• DeepSeek V3 0324（V3.1）
• Claude 3.7 Sonnet
• R1（放进来看看它的编程能力到底怎样）
• 千问 Max（我觉得被低估，综合能力其实很强）

我用三个国产模型包围 Claude 3.7，因为它真的很贵，但能力也确实强。

测试 1：HTML 天气卡片（两星）

第一个测试是 HTML 天气卡片：四个天气场景（晴天、多云、有风、下雪），要做成一个带动效的 HTML 卡片页面。

并列展示效果后，整体看还是 Claude 3.7 一枝独秀，但其他模型也逐步赶上，动效该有的也都出来了。从简单角度讲，我觉得已经有戏。做完第一个实验我就觉得有戏了。

测试 2：SVG 极简海报（三星）

第二个测试是 SVG 极简海报，考验总结能力和抽象表达能力。为了公平，全部用自定义提示词方式构建，保证所有模型都能出效果。

四个模型各生成三张海报并带动效：

• DeepSeek V3.1：比较简单，表现力没那么强。
• Claude 3.7：更丰富一些，整体性和配色更好，但也谈不上惊艳（极简风格本身限制发挥）。
• R1：动效明显，但偏抽象。
• 千问 Max：极其简单。

这一项里最接近 3.7 的是 DeepSeek V3.1，构思、构图、动效都比较接近。

测试 3：SVG 诗词海报（三星）

第三项是 SVG 诗词海报：先识别诗词、分析内容，再生成 SVG。比上一项更难，因为考两部分：诗词理解解读文字 + SVG 输出。

• DeepSeek V3.1：能对诗词做基本信息解读，并生成对应卡片。
• Claude 3.7：信息很全，分块清晰（包括古今对照、修辞亮点、核心解读等），SVG 的结构、配色、层次都不错。
• R1：有点出乎意外，诗词理解赏析本来应该很轻松，但解读内容让我有点失望，图也偏“艺术感”，不好评。
• 千问 Max：逐字逐句分析我很喜欢，对经典诗的理解表达清楚，不输 3.7；但 SVG 输出构图和想象有差距，可能也受字体限制影响。

这项总体上还是略逊于 Claude 3.7，但已经在一步步靠近。

后三项：页面级输出（更难）

前三个更多是 SVG + 简单带动画 HTML 卡片。后三个难度更高，都是页面级输出，也是最近常见的案例。

测试 4：宝可梦绘本介绍页（页面级）

这个测试是做一个宝可梦（宠物精灵）绘本介绍页。提示词不多，属于经典页面生成提示词的精简版，加上主题要求。

对比效果：

• DeepSeek V3.1 和 Claude 3.7：效果已经很接近，动效上我觉得 V3.1 甚至更好一点。人物形象方面，V3.1 更丰富，整体不分高下。
• R1：我尝试了很多版本，很多跑不出来，最后就生成一个卡片。
• 千问 Max：完整度还可以，动效也可以，但内容丰富程度比不上 DeepSeek V3.1 和 Claude 3.7。

做到这里时我觉得已经超出想象，平替 Claude 3.7 指日可待。

测试 5：HTML 知识卡片（四星）

这是一个能做得很酷炫的 HTML 知识卡片。之前我做过“九个随机风格”，随机选两种风格做两个卡片平铺。这次加强难度：指定风格为“黑金”，制作卡片，考验对提示词识别。

• DeepSeek V3.1：做了一个浅色一个暗色，整体效果不差，动效也不错。虽然离 3.7 还有一点距离，但差得不多。
• Claude 3.7：黑金更好看，底色隔离更清楚，整体更稳定。
• R1：过于抽象，还带 citation 没去掉。我觉得它的编码能力已经被 V3 超越了，但我期待 R2。
• 千问 Max：该有的都有（黑金主题、风格建立、二维码等），但表现力和前两名比起来不太好比。

这一项也能看出 DeepSeek V3.1 和 Claude 3.7 已经很接近，但价格差很多。

测试 6：网页文稿制作（五星）

最后一项是网页文稿制作，用了比较复杂的提示词，文章选择相对简单一点，主要给大家看个意思，大家拿到画布后可以自行做更复杂测试。

效果对比（我要求标题栏等位置带动效，所以会看到动效）：

• Claude 3.7：会议宣传内容用卡片形式表现得很稳，手机版、网页版布局和内容充分性基本没什么可挑。
• DeepSeek V3.1：也不差，核心内容和风格可用性强，接近 3.7。这样的内容拿出去属于文本转网页的中上水平。
• R1：整体可用，但效果比较一般。
• 千问 Max：动效做得挺好，也加入了 Mermaid。图片占位还可以提升；Mermaid 用对了，但图没有拉长，拉长后效果会更好。整体可用，拿到页面后改改代码就能更好，手机版效果也不错。

总结：DeepSeek V3.1 的前端能力大幅提升

整体做完比较后，Claude 3.7 还是领先的，有一说一确实领先。但 DeepSeek V3 0324（V3.1）大幅提升了前端编程能力。

在 Reflly 里用标准模型下的 V30324 就可以直接用。早期版本生成出来的东西几乎不能看，和 R1、千问 Max 都没法比；但这次实测下来已经接近了，至少接近了。

也很欣喜看到千问 Max、DeepSeek 这些国内模型在编码等能力上追赶 Claude 3.7 Sonnet。相信不久之后能用更低成本的模型，在国内甚至海外应用领域发光发热。

画布与模板分享、结尾

今天内容差不多到这里。我会把画布分享出来，也会做成模板发布，供大家使用。如果大家也要做类似评测，可以复制模板操作，因为所有提示词我都放在里面了，直接用就可以。

也期待大家在飞书群和评论区和我们交流互动。谢谢大家。