11月27日晚，DeepSeek 在 Hugging Face 上悄然發佈了一個新模型：DeepSeek-Math-V2。這個模型專注於數學領域，並且是目前業界首個達到 IMO（國際奧林匹克數學競賽）金牌水平且開源的模型。
在同時發布的技術論文中，DeepSeek 表示，Math-V2 的部分性能優於 Google 旗下的 Gemini DeepThink，並展示了該模型在 IMO-ProofBench 基準以及近期數學競賽中的表現。具體來看，在 Basic 基準上，DeepSeek-Math
-V2 以近 99% 的高分遠超其他模型，而排名第二的 Google 旗下 Gemini DeepThink (IMO Gold) 分數為 89%。但在更具挑戰性的 Advanced 子集上，Math-V2 的分數為 61.9%，略遜於 Gemini DeepThink (IMO Gold) 的 65.7%。
在名為《DeepSeek Math-V2：邁向可自驗證的數學推理》的論文中，DeepSeek 指出，大語言模型在數學推理方面已取得重大進展，這是人工智能的重要試驗台，若進一步推進，可能會對科學研究產生影響。
然而，目前的 AI 在數學推理方面存在研究局限：以正確的最終答案作為獎勵，但正確的答案並不一定保證推理過程的正確性。許多數學任務，如定理證明，需要嚴謹的分步推導，而非僅僅是數字答案，這使得最終答案的獎勵不適用。
為了突破深度推理的極限，DeepSeek 認為有必要驗證數學推理的全面性和嚴謹性。團隊提出，自我驗證對於擴展測試時間計算特別重要，尤其是針對那些沒有已知解決方案的開放問題。此次推出的 Math-V2 從結果導向轉向過程導向，展示了強大的定理證明能力。該模型不依賴於大量的數學題答案數據，而是通過教會 AI 像數學家一樣嚴謹地審查證明過程，從而在沒有人工介入的情況下，持續提升解決高難度數學證明題的能力。
論文提到，Math-V2 在 IMO 2025 和 CMO 2024 上取得了金牌級成績，在 Putnam 2024 上通過擴展測試計算實現了接近滿分的成績（118/120）。DeepSeek 認為，雖然仍有許多工作要做，但這些結果表明，可自我驗證的數學推理是一個可行的研究方向，可能有助於開發更強大的數學 AI 系統。
對於 DeepSeek 的此次動作，海外反應為「鯨魚終於回來了」。有網友感慨，DeepSeek 以 10 個百分點的優勢擊敗 Google 的 IMO Gold 獲獎模型 DeepThink，這不在預測範圍內。
「想像一下，當他們公布編程模型時會發生什麼，我打賭他們絕對有編程模型。」目前，行業頭部廠商的模型已經又迭代了一輪，11 月，先是 OpenAI 發布了 GPT-5.1，幾天後 xAI 發布 Grok 4.1，就在上周 Google 發布了 Gemini 3 系列引爆 AI 圈，「也該輪到 DeepSeek 出牌了」。不過，更受外界關注的仍然是，DeepSeek 的旗艦模型到底什麼時候更新，行業期待「鯨魚」的下個動作。
