我们试着让它写一个俄罗斯方块网页游戏，思考9秒后它就开干了，一次性写完所有代码，并且可以直接在网页上运行。仔细玩了2分钟，没有任何问题，界面设计也挺好，感觉有事没事就能写个游戏消磨时光了。

写作风格正常化：早期版本中用户诟病的“量子力学式表达”——即过度使用专业术语的问题明显改善，输出更自然流畅；

结构化思维增强：在解决复杂问题时，R1展现出更清晰的思维链条，逻辑推进更严密，被开发者描述为“像谷歌模型一样深度推理”；

长文本处理优化：在32K上下文长度内，文本召回准确率明显提升；但超过60K时性能有所下降，显示长上下文稳定性仍需加强；

最引人注目的是新增的长时思考能力。新R1单任务处理时间可达30-60分钟，有用户实测遇到模型“长考”212秒才给出答案，远超之前版本。这种深度思考机制使其成为目前唯一能持续正确回答“9.9减9.11是多少”的模型。