
DeepSeek: DeepSeek V3.1
deepseek/deepseek-chat-v3.1
Pesos do modeloDeepSeek-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 training process, reaching up to 128K tokens, and uses FP8 microscaling for efficient inference. Users can control the reasoning behaviour with the reasoning enabled boolean. Learn more in our docsOpens in new tab
The model improves tool use, code generation, and reasoning efficiency, achieving performance comparable to DeepSeek-R1 on difficult benchmarks while responding more quickly. It supports structured tool calling, code agents, and search agents, making it suitable for research, coding, and agentic workflows.
It succeeds the DeepSeek V3-0324 model and performs well on a variety of tasks.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,25 | US$ 0,95 | US$ 0,13 | 0,40s | 48 tok/s | ||
| US$ 0,50 | US$ 1,50 | US$ 0,20 | 0,27s | 39 tok/s | ||
| US$ 0,27 | US$ 1,00 | -- | 2,21s | 17 tok/s |
Entrada US$ 0,25 / Saída US$ 0,9548 tok/s100,00% de disponibilidade- Entrada US$ 0,50 / Saída US$ 1,5039 tok/s96,68% de disponibilidade
- Entrada US$ 0,27 / Saída US$ 1,0017 tok/s98,38% de disponibilidade
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
DeepSeek V3.1 — Histórico de preços
| US$ 0,202 | US$ 0,943 | 39,5% | 60,7% | ||
| US$ 0,331 | US$ 1,499 | 56,3% | 37,9% | ||
| US$ 0,270 | US$ 1,000 | 75,7% | 1,4% |
- Em vigor em US$ 0,202 / Saída efetiva US$ 0,943Participação em tokens60,7%
- Em vigor em US$ 0,331 / Saída efetiva US$ 1,499Participação em tokens37,9%
- Em vigor em US$ 0,270 / Saída efetiva US$ 1,000Participação em tokens1,4%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| Artificial Analysis | DeepSeek V3.1 (Reasoning) GPQA Diamond | 77.9% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) HLE | 14.3% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) IFBench | 41.5% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) τ²-Bench Telecom | 37.4% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) AA-LCR | 56.7% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) CritPt | 2.0% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) LiveCodeBench | 78.4% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) Terminal-Bench Hard | 25.0% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) MMLU-Pro | 85.1% |
| Artificial Analysis | DeepSeek V3.1 (Reasoning) AIME 2025 | 89.7% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) GPQA Diamond | 73.5% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) HLE | 6.7% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) IFBench | 37.8% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) τ²-Bench Telecom | 34.8% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) AA-LCR | 47.0% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) LiveCodeBench | 57.7% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) Terminal-Bench Hard | 24.2% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) MMLU-Pro | 83.3% |
| Artificial Analysis | DeepSeek V3.1 (Non-reasoning) AIME 2025 | 49.7% |
| Design Arena | DeepSeek-V3.1 Models Arena 3D Elo | 1057 |
| Design Arena | DeepSeek-V3.1 Models Arena Code Categories Elo | 1101 |
| Design Arena | DeepSeek-V3.1 Models Arena Data Visualization Elo | 1092 |
| Design Arena | DeepSeek-V3.1 Models Arena Game Development Elo | 1073 |
| Design Arena | DeepSeek-V3.1 Models Arena SVG Elo | 955 |
| Design Arena | DeepSeek-V3.1 Models Arena UI Component Elo | 1075 |
| Design Arena | DeepSeek-V3.1 Models Arena Website Elo | 1114 |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Perguntas frequentes
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 training process, reaching up to 128K tokens, and uses FP8 microscaling for efficient inference. Users can control the reasoning behaviour with the reasoning enabled boolean.
DeepSeek V3.1 custa US$ 0,25/M de tokens de entrada e US$ 0,95/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,13/M tokens.
DeepSeek V3.1 tem uma janela de contexto de 163.840 tokens. Ele aceita até 163.840 tokens de conclusão.
Sim. DeepSeek V3.1 aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
DeepSeek V3.1 é servido por 3 provedores no OpenRouter: DeepInfra, SiliconFlow e CoreWeave. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
DeepSeek V3.1 foi lançado em 21 de agosto de 2025. Seu conhecimento vai até 31 de março de 2025.