deepseek
DeepSeek: DeepSeek V3.1
deepseek/deepseek-chat-v3.1
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
O DeepSeek V3.1 (deepseek/deepseek-chat-v3.1) é um modelo híbrido de grande porte, somente de texto, da DeepSeek; sua ficha o descreve com 671B de parâmetros totais e 37B ativados, com modos de raciocínio e sem raciocínio por meio de templates de chat. A ficha indica pesos sob licença MIT e pós-treinamento voltado a melhorar o uso de ferramentas e tarefas de agente; o catálogo da OpenRouter lista uma janela de contexto ampla e expõe parâmetros de raciocínio, ferramentas e saídas estruturadas. Os ganhos de benchmark relatados são afirmações do fornecedor; não houve avaliação independente neste pacote de fontes.[1][2]
Pontos fortes
- Operação híbrida: um único checkpoint oferece um modo de raciocínio para problemas difíceis e um modo sem raciocínio mais rápido, alternados pelo template de chat, segundo a ficha do modelo.[1][2]
- Contexto anunciado amplo: a ficha indica 128K tokens e o catálogo da OpenRouter lista 163.840 tokens.[1][2]
- Recursos voltados a agentes: a ficha documenta templates de chamada de ferramentas, agente de código e agente de busca, e o catálogo expõe parâmetros de tools, tool_choice, structured_outputs e reasoning.[1][2]
Limitações
- Apenas entrada e saída de texto são listadas; nenhuma das fontes documenta modalidades de imagem, áudio ou outras.[1][2]
- Evidência autorrelatada: todos os números de benchmark vêm da ficha do fornecedor e o único sinal externo é a listagem da OpenRouter; valide os resultados nas suas próprias cargas de trabalho.[1][2]
- Os números de contexto diferem entre as fontes (128K na ficha contra 163.840 na OpenRouter) e a ficha documenta chamadas de ferramentas apenas no modo sem raciocínio; confirme ambos com o provedor.[1][2]
Onde usar
- Candidato para pipelines de código agêntico ou de uso de ferramentas que aproveitem os parâmetros de tool-call e reasoning documentados; avalie antes na sua própria infraestrutura.[1][2]
- Candidato razoável para resumir documentos longos ou responder perguntas sobre eles, dada a ampla janela de contexto anunciada.[1][2]
- Pode servir para aplicações que queiram ativar raciocínio mais profundo sob demanda e oferecer respostas rápidas sem raciocínio a partir do mesmo modelo.[1][2]
Fontes
- [1] OpenRouter catalog · DeepSeek: DeepSeek V3.1Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · DeepSeek: DeepSeek V3.1Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
DeepSeek-V3.1 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...
Especificações
- ID do modelo
- deepseek/deepseek-chat-v3.1
- Criador
- deepseek
- Adicionado ao OpenRouter
- 21.08.2025
- 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 $0.250 / saída $0.950
- Corte de conhecimento
- 31.03.2025
- 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 | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| 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 47.9% · posição 108 | 1,060Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 47.8% · posição 107 | 1,102Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 46.2% · posição 104 | 1,094Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 47.1% · posição 107 | 1,074Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 38.2% · posição 97 | 957Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 47.1% · posição 108 | 1,076Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 48% · posição 107 | 1,115Elo | 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 | $0.250 | $0.950 | — | — | 100% |
| SiliconFlowfp8 | 163,840 | $0.270 | $1 | — | — | 100% |
| CoreWeavefp8 | 161,000 | $0.500 | $1.5 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.