deepseek
DeepSeek: DeepSeek V3
deepseek/deepseek-chat
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
DeepSeek Chat é a listagem da OpenRouter para o modelo de chat DeepSeek-V3 da DeepSeek, identificado canonicamente como deepseek/deepseek-chat-v3. Segundo seu model card, é um modelo Mixture-of-Experts com 671B parâmetros totais e 37B ativados por token, pré-treinado com 14,8T tokens e pós-treinado com destilação de raciocínio a partir da série DeepSeek-R1. Lida apenas com entrada e saída de texto. As avaliações publicadas pelo fornecedor enfatizam resultados em matemática e código, mas são números autorrelatados sem verificação independente neste pacote de fontes.[1][2]
Pontos fortes
- Manipulação de contexto longo: o model card documenta uma janela de 128K com resultados sólidos relatados em Needle-in-a-Haystack, enquanto o catálogo indica uma janela um pouco maior.[1][2]
- Os parâmetros de API listados no catálogo incluem chamadas de ferramentas e saídas estruturadas, viabilizando integrações orientadas a funções.[1]
- As avaliações relatadas pelo fornecedor afirmam resultados de liderança entre modelos abertos em benchmarks de matemática e código.[2]
Limitações
- Apenas entrada e saída de texto; o catálogo não lista outras modalidades.[1]
- A maior parte da evidência de capacidades é autorrelatada pelo fornecedor; as entradas do design-arena da OpenRouter mostram colocações medianas em categorias de design e as fontes divergem sobre o tamanho exato do contexto, portanto valide com sua própria carga de trabalho.[1][2]
- O catálogo reporta um corte de conhecimento em 2024-07-31.[1]
Onde usar
- Um candidato para assistência em código e matemática, onde os resultados relatados pelo fornecedor são mais fortes; confirme primeiro com suas próprias tarefas.[2]
- Potencialmente adequado para fluxos de API com chamadas de ferramentas ou saídas estruturadas, dados os parâmetros listados no catálogo.[1]
- Pode servir para processamento de documentos longos dentro de sua janela de contexto documentada, conforme o model card.[2]
Fontes
- [1] OpenRouter catalog · DeepSeek: DeepSeek V3Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · DeepSeek: DeepSeek V3Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
DeepSeek-V3 is the latest model from the DeepSeek team, building upon the instruction following and coding abilities of the previous versions. Pre-trained on nearly 15 trillion tokens, the reported evaluations...
Especificações
- ID do modelo
- deepseek/deepseek-chat
- ID canônico
- deepseek/deepseek-chat-v3
- Criador
- deepseek
- Adicionado ao OpenRouter
- 26.12.2024
- Comprimento de contexto
- 163,840
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.320 / saída $0.890
- Corte de conhecimento
- 31.07.2024
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | — |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | — |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Design Arena | models · 3dtaxa de vitória 50.5% · posição 101 | 1,069Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 48.4% · posição 110 | 1,099Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 50% · posição 105 | 1,087Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 43.7% · posição 117 | 1,044Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 38.8% · posição 96 | 968Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 52.7% · posição 107 | 1,084Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 48.5% · posição 108 | 1,113Elo | CC — abaixo da faixa B | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| DeepInfrafp4 | 163,840 | $0.256 | $0.712 | — | — | 100% |
| StreamLake | 128,000 | $0.257 | $1.03 | — | — | 100% |
| DeepInfrafp4 | 163,840 | $0.320 | $0.890 | — | — | 96.67% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.