DeepSeek官方宣布将DeepSeekCoderV2和DeepSeekV2Chat两个模型合并升级为DeepSeekV2.5，新模型在通用能力、代码能力上均显著提升。新模型在写作任务、指令跟随等方面进行了优化，在标准测试集上取得了优异成绩。DeepSeekV2.5进一步提升了代码生成能力，对常见编程应用场景进行了优化，并取得了较高的HumanEval和LiveCodeBench分数。

🎉 DeepSeekV2.5模型融合了DeepSeekCoderV2和DeepSeekV2Chat两个模型的优势，在通用能力和代码能力方面都取得了显著提升。

📈 新模型在写作任务、指令跟随等方面进行了优化，在多个公开评测榜单上取得了优异成绩，例如ArenaHardwinrate从68.3%提升至76.3%，AlpacaEval2.0LCwinrate从46.61%提升至50.52%，MT-Bench分数从8.84提升至9.02，AlignBench分数从7.88提升至8.04。

💻 DeepSeekV2.5在原Coder模型的基础上进一步提升了代码生成能力，对常见编程应用场景进行了优化，并在标准测试集上取得了以下成绩：HumanEval:89%，LiveCodeBench(1-9月):41%。

IT之家 9 月 6 日消息，DeepSeek Coder V2 和 DeepSeek V2 Chat 两个模型已经合并升级，升级后的新模型为 DeepSeek V2.5。

DeepSeek 官方昨日（9 月 5 日）更新 API 支持文档，宣布合并 DeepSeek Coder V2 和 DeepSeek V2 Chat 两个模型，升级推出全新的 DeepSeek V2.5 新模型。

官方表示为向前兼容，API 用户通过 deepseek-coder 或 deepseek-chat 均可以访问新的模型。

新模型在通用能力、代码能力上，都显著超过了旧版本的两个模型。

新模型更好地对齐了人类的偏好，在写作任务、指令跟随等多方面进行了优化：

ArenaHard winrate 从 68.3% 提升至 76.3%

AlpacaEval 2.0 LC winrate 从 46.61% 提升至 50.52%

MT-Bench 分数从 8.84 提升至 9.02

AlignBench 分数从 7.88 提升至 8.04

新模型在原 Coder 模型的基础上进一步提升了代码生成能力，对常见编程应用场景进行了优化，并在标准测试集上取得了以下成绩：

HumanEval: 89%

LiveCodeBench (1-9 月): 41%

IT之家注：Deepseek AI 模型由杭州深度求索人工智能推出，该公司成立于 2023 年。

官方介绍如下：

专注于研究世界领先的通用人工智能底层模型与技术，挑战人工智能前沿性难题。基于自研训练框架、自建智算集群和万卡算力等资源，DeepSeek（深度求索）团队仅用半年时间便已发布并开源多个百亿级参数大模型，如 DeepSeek-LLM 通用大语言模型、DeepSeek-Coder 代码大模型，并且在 2024 年 1 月率先开源国内首个 MoE 大模型（DeepSeek-MoE），各大模型在公开评测榜单及真实样本外的泛化效果均有超越同级别模型的出色表现。