DeepSeek V3.1

Texte et chatRetiréNon disponible
par DeepSeekID du modèle: deepseek-v3-1

DeepSeek's refreshed V3.1 release. 671B MoE / 37B active. Tops open-weights leaderboards on coding and reasoning.

Statut
Non disponible
Contexte
131 072 tokens
Max. sortie
8 192 tokens
Entrée → Sortie
Texte → Texte
Développeur
DeepSeek
Mis à jour
23 septembre 2026

DeepSeek V3.1 n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Le fournisseur a retiré ce modèle.

Version plus récente disponible : DeepSeek V4.1 Flash

01

Modèles comparables

Tous dans cette catégorie
02

Playground

Essayer DeepSeek V3.1

Chat

Actuellement indisponible

Actuellement indisponible.

Le terrain de jeu est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Essayer DeepSeek V3.1

Envoyez un message. La réponse arrive complète une fois que le modèle a terminé (sans streaming).

Prompt système
Longueur max. de la réponse (tokens)

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) à l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

03

À propos de DeepSeek V3.1

RésuméAu 23 septembre 2026

DeepSeek V3.1 est un modèle de DeepSeek dans la catégorie Texte et chat. DeepSeek V3.1 n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 131 072 tokens, et une réponse peut faire jusqu'à 8 192 tokens. Version plus récente : DeepSeek V4.1 Flash.

Arrière-plan

À propos de DeepSeek

Fondée 2023 · Hangzhou, China

DeepSeek AI was founded in July 2023 in Hangzhou by Liang Wenfeng, also co-founder of the High-Flyer quantitative hedge fund. The fund's pre-export-control GPU cluster financed DeepSeek's training runs. The lab is known for transparent technical reports and an aggressive open-weights strategy under MIT license. Releases include DeepSeek Coder (Nov 2023), DeepSeek LLM 67B (Jan 2024), DeepSeekMath with GRPO (Feb 2024), DeepSeek V2 introducing Multi-head Latent Attention (May 2024), DeepSeek V3 in December 2024 trained for ~$5.6M of GPU-hours, DeepSeek R1 in January 2025 and DeepSeek V3.1 in 2025 as an incremental update consolidating the base model and the R1 reasoning capabilities into a unified hybrid model. The company has roughly 200 researchers and is privately backed by High-Flyer rather than venture capital. Its V3/R1 release triggered a global re-evaluation of frontier-AI training economics and a notable stock-market move in late January 2025.

Visiter DeepSeek

Architecture

Sparse Mixture-of-Experts Transformer (hybrid base + thinking modes)

DeepSeek V3.1 is a 2025 update of the V3 base that unifies chat (non-thinking) and reasoning (thinking) modes into a single hybrid checkpoint. It retains the V3 architecture - a Sparse MoE Transformer with 671B total and 37B active parameters using DeepSeekMoE routing and Multi-head Latent Attention - but expands the pretraining corpus and updates the post-training recipe. According to DeepSeek's release notes, V3.1 was continually pretrained on ~840B additional tokens of long-context data, extending effective context handling and improving long-document recall within the 128K window. Post-training merged the V3 chat data with R1-style long-CoT reasoning data plus tool-use and agentic trajectories. V3.1 exposes two operating modes selected via the chat template: 'non-thinking' (V3-style fast responses) and 'thinking' (R1-style chain-of-thought before the answer), letting developers choose per request. Tool use and function calling are first-class and improved over both V3 and R1. The model also includes targeted strengthening on coding, agent benchmarks (SWE-bench, Terminal-Bench), and search-augmented reasoning. Weights are released under MIT license and the official DeepSeek API hosts both V3.1 and V3.1-Terminus checkpoints.

Paramètres
671B total, 37B active per token (extended for V3.1)
Contexte
128 000 tokens

Capacités

  • Hybrid model: switchable thinking / non-thinking modes in one checkpoint
  • 671B-parameter MoE with 37B active per token
  • 128K context window, retrained on ~840B additional long-context tokens
  • Strong agentic and tool-use performance on SWE-bench Verified and Terminal-Bench
  • Function calling and parallel tool calls
  • Long-CoT reasoning inherited from R1
  • Open weights under MIT license
  • DeepSeek API approximately 1/20th the cost of GPT-4o-class models
  • Compatible with vLLM, SGLang, llama.cpp, HuggingFace
  • Improved code editing and diff-format generation
  • Best for: budget-conscious agentic workloads, coding, hybrid reasoning, on-prem enterprise.

Entraînement et licence

Built on V3's 14.8T-token base, then continually pretrained on roughly 840B additional tokens biased toward long-context documents and code. Post-training combines V3 chat data with R1-style long-CoT and agentic tool-use trajectories.

Licence: MIT license for weights, code and tokenizer; commercial use permitted.

Tests de sécurité: Limited published safety evaluations. As with V3 and R1, politically sensitive topics aligned to Chinese regulations are filtered while general-purpose refusal rates remain low.

Limitations connues

  • Sensitive Chinese political topics filtered
  • Large memory footprint requires multi-GPU inference
  • Text-only inputs (no native vision)
  • Knowledge cutoff approximately late 2024
  • Hybrid mode switching adds prompt-template complexity
04

Tarification

Actuellement indisponible. Il n'y a pas de prix pour ce modèle pour le moment, il ne peut donc pas être exécuté.

05

API

Appelez DeepSeek V3.1 avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

06

Spécifications

ID du modèle
deepseek-v3-1
Développeur
DeepSeek
Catégorie
Texte et chat
Entrée
Texte
Sortie
Texte
Fenêtre de contexte
131 072 tokens
Sortie max.
8 192 tokens
Cycle de vie
Retiré
Taille du modèle
671B total, 37B active per token (extended for V3.1)
Licence
MIT license for weights, code and tokenizer; commercial use permitted.
Entrée du catalogue mise à jour
23 septembre 2026

Étiquettes

  • deepseek
  • open-weights
  • moe
  • coding
  • reasoning
07

Cas d'usage

À quoi ça sert

  • Hybrid agentic and chat workloads
  • Coding agents with tool use
  • Cost-sensitive enterprise deployments
  • Search-augmented reasoning
  • Long-document analysis
  • On-prem multilingual chat
08

Questions fréquemment posées

Qu'est-ce que DeepSeek V3.1 ?

DeepSeek V3.1 est un modèle de DeepSeek dans la catégorie Texte et chat. Il est listé sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte DeepSeek V3.1 sur Railwail ?

DeepSeek V3.1 ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de DeepSeek V3.1 ?

La fenêtre de contexte de DeepSeek V3.1 contient 131 072 tokens. Une réponse peut faire jusqu'à 8 192 tokens.

Quelle est la vitesse de DeepSeek V3.1 ?

Il n'y a pas encore assez d'exécutions mesurées de DeepSeek V3.1 sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

DeepSeek V3.1 est-il meilleur que DeepSeek V4.1 Flash ?

Cela dépend de la tâche. DeepSeek V3.1 (DeepSeek) et DeepSeek V4.1 Flash (DeepSeek) sont tous deux des modèles de la catégorie Texte et chat. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer DeepSeek V3.1 et DeepSeek V4.1 Flash

Puis-je utiliser DeepSeek V3.1 maintenant ?

Actuellement indisponible. La page reste en ligne ; les alternatives disponibles de la même catégorie sont listées plus bas.

Tous les modèles via une API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.