deepseek

DeepSeek: DeepSeek V3.1

deepseek/deepseek-chat-v3.1

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

DeepSeek V3.1 (deepseek/deepseek-chat-v3.1) es un modelo híbrido de gran tamaño, solo de texto, de DeepSeek; su ficha lo describe con 671B parámetros totales y 37B activados, con modos de razonamiento y sin razonamiento mediante plantillas de chat. La ficha indica pesos con licencia MIT y un post-entrenamiento orientado a mejorar el uso de herramientas y las tareas de agente; el catálogo de OpenRouter lista una ventana de contexto amplia y expone parámetros de razonamiento, herramientas y salidas estructuradas. Las mejoras de benchmark reportadas son afirmaciones del proveedor; no hubo evaluación independiente en este paquete de fuentes.[1][2]

Puntos fuertes

Operación híbrida: un único checkpoint ofrece un modo de razonamiento para problemas difíciles y un modo sin razonamiento más rápido, conmutados por la plantilla de chat, según la ficha del modelo.[1][2]
Contexto anunciado amplio: la ficha indica 128K tokens y el catálogo de OpenRouter lista 163.840 tokens.[1][2]
Funciones orientadas a agentes: la ficha documenta plantillas de llamadas a herramientas, agente de código y agente de búsqueda, y el catálogo expone parámetros de tools, tool_choice, structured_outputs y reasoning.[1][2]

Limitaciones

Solo se listan entrada y salida de texto; ninguna de las fuentes documenta modalidades de imagen, audio u otras.[1][2]
Evidencia autoreportada: todas las cifras de benchmark provienen de la ficha del proveedor y la única señal externa es el listado de OpenRouter; valide los resultados en sus propias cargas de trabajo.[1][2]
Las cifras de contexto difieren entre fuentes (128K en la ficha frente a 163.840 en OpenRouter) y la ficha documenta llamadas a herramientas solo para el modo sin razonamiento; confirme ambos puntos con el proveedor.[1][2]

Dónde utilizarlo

Candidato para pipelines de código agéntico o de uso de herramientas que aprovechen los parámetros de tool-call y reasoning documentados; evalúelo primero en su propia infraestructura.[1][2]
Candidato razonable para resumir documentos largos o responder preguntas sobre ellos, dada la amplia ventana de contexto anunciada.[1][2]
Podría servir en aplicaciones que quieran activar un razonamiento más profundo bajo demanda y ofrecer respuestas rápidas sin razonamiento desde el mismo modelo.[1][2]

Fuentes

[1] OpenRouter catalog · DeepSeek: DeepSeek V3.1Fuentes consultadas: 13 nov 2026
[2] Model documentation · DeepSeek: DeepSeek V3.1Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

DeepSeek-V3.1 is a large hybrid reasoning model (671B parameters, 37B active) that supports both thinking and non-thinking modes via prompt templates. It extends the DeepSeek-V3 base with a two-phase long-context...

Especificaciones

ID del modelo: deepseek/deepseek-chat-v3.1
Creador: deepseek
Añadido a OpenRouter: 21.08.2025
Longitud de contexto: 163,840
Modalidad: text->text
Modalidades de entrada: text
Modalidades de salida: text
Precio por token: USD por 1M de tokens: entrada $0.250 / salida $0.950
Corte de conocimiento: 31.03.2025
Fecha de expiración: —

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	Sin medición	razonamiento: opcional · parámetros: include_reasoning, reasoning
Programación	Sin medición	—
Agentes	Sin medición	parámetros: structured_outputs, tool_choice, tools
Escritura	Sin medición	salida: text
Razonamiento	Sin medición	razonamiento: opcional · parámetros: include_reasoning, reasoning
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	—
Vídeo	Sin medición	—
Embeddings	Sin medición	—

Evaluaciones

Fuente	Benchmark	Valor	Nota	Datos obtenidos
Design Arena	models · 3dtasa de victoria 47.9% · posición 108	1,060Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · codecategoriestasa de victoria 47.8% · posición 107	1,102Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · dataviztasa de victoria 46.2% · posición 104	1,094Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · gamedevtasa de victoria 47.1% · posición 107	1,074Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · svgtasa de victoria 38.2% · posición 97	957Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · uicomponenttasa de victoria 47.1% · posición 108	1,076Elo	CC — por debajo de la franja B	13.11.2026
Design Arena	models · websitetasa de victoria 48% · posición 107	1,115Elo	CC — por debajo de la franja B	13.11.2026

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
DeepInfrafp4	163,840	$0.250	$0.950	—	—	100%
SiliconFlowfp8	163,840	$0.270	$1	—	—	100%
CoreWeavefp8	161,000	$0.500	$1.5	—	—	100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.