DeepSeek-V2.5：融合通用与代码能力的全新开源模型

声明：文档由AI根据原文生成。

模型合并与核心升级

2024年9月5日，DeepSeek宣布完成DeepSeek-V2-Chat与DeepSeek-Coder-V2两个模型的合并，正式发布DeepSeek-V2.5。新版本保留了原有Chat模型的通用对话能力和Coder模型的代码处理能力，同时在写作任务、指令跟随等方面进行了优化，并进一步对齐了人类偏好。

该模型已在网页端及API全面上线，接口保持向前兼容，用户通过deepseek-coder或deepseek-chat均可访问。Function Calling、FIM补全、Json Output等功能维持不变。

升级路径

此次合并经历了两个关键节点。2024年6月，DeepSeek-V2-Chat以Coder V2的Base模型替换原有Base模型，代码生成与推理能力显著提升，发布DeepSeek-V2-Chat-0628版本。随后，DeepSeek-Coder-V2在Base模型基础上通过对齐优化增强通用能力，推出0724版本。最终两个模型合并为DeepSeek-V2.5。

由于版本变动较大，DeepSeek建议用户在特定场景效果变差时，重新调整System Prompt和Temperature参数。

通用能力评测

DeepSeek-V2.5在中文和英文四个通用测试集上的成绩均优于DeepSeek-V2-0628和DeepSeek-Coder-V2-0724。

在内部中文评测中，以GPT-4o为裁判，DeepSeek-V2.5对战GPT-4o mini和ChatGPT-4o-latest的胜率较0628版本均有明显提升，评测涵盖创作、问答等通用能力。

安全策略方面，DeepSeek-V2.5对安全问题边界做了更清晰划分。内部测试显示，安全综合得分从74.4%提升至82.6%，安全外溢比例从11.3%降至4.6%，即在强化越狱攻击防御的同时，减少了安全策略对正常问题的过度干预。

代码能力保留与优化

DeepSeek-V2.5继承了DeepSeek-Coder-V2-0724的代码能力。在HumanEval Python和LiveCodeBench（2024年1月至2024年9月）测试中均有明显改进；FIM补全任务在内部评测集DS-FIM-Eval上评分提升5.1%。HumanEval Multilingual和Aider测试中0724版本略优，SWE-verified测试则显示两者表现均较低，该方向仍需优化。

在内部主观评测DS-Arena-Code中，DeepSeek-V2.5对战竞品的胜率（GPT-4o为裁判）取得显著提升。

开源与获取

DeepSeek-V2.5模型权重已开源至HuggingFace，地址为https://huggingface.co/deepseek-ai/DeepSeek-V2.5。