DataLearner 标志
DE

DeepSeek-V3.1

聊天大模型DeepSeek VDeepSeek V3.1

DeepSeek-V3.1

发布时间: 2025-08-20更新于: 2026-06-15 07:18:20.3902,665
模型参数
6710亿
上下文长度
128K
中文支持
支持
推理能力

DeepSeek-V3.1 是由 DeepSeek-AI 发布的 AI 模型,发布时间为 2025-08-20,定位为 聊天大模型,参数规模约为 6710亿,上下文长度为 128K,模型文件大小约 1340GB,采用 MIT License 许可,在 MMLU 上取得 93.40 分。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

DeepSeek-V3.1

模型基本信息

推理过程
支持
思考模式
不支持思考模式
上下文长度
128K tokens
最大输出长度
8K tokens
模型类型
聊天大模型
输入/输出模态
文本 → 文本
发布时间
2025-08-20
模型文件大小
1340GB
MoE架构
总参数 / 激活参数
6710亿 / 370亿
知识截止
暂无数据
DeepSeek-V3.1

开源和体验地址

代码开源状态
预训练权重开源
MIT License- 免费商用授权
GitHub 源码
暂无GitHub开源地址
DeepSeek-V3.1

官方介绍与博客

DeepSeek-V3.1

API接口信息

接口速度
3/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-$0.560/ 1M$1.68/ 1M
批量模式
类型适用条件输入输出
文本-$0.280/ 1M$0.840/ 1M
缓存定价Prompt缓存
类型有效期写入读取
文本-$0.560/ 1M$0.280/ 1M
DeepSeek-V3.1

评测结果

DeepSeek-V3.1 当前已收录的代表性评测结果包括 MMLU(1 / 65,得分 93.40)、SimpleQA(4 / 45,得分 93.40)、AIME 2024(7 / 62,得分 93.10)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式

综合评估

共 7 项评测
评测名称 / 模式
得分
排名/总数
93.40
1 / 65
91.80
4 / 65
85
25 / 126
83.70
41 / 126
80.10
77 / 180
74.90
97 / 180
15.90
125 / 164

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
93.40
4 / 45

编程与软件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
74.80
40 / 120
56.40
78 / 120

数学推理

共 4 项评测
评测名称 / 模式
得分
排名/总数
93.10
7 / 62
66.30
40 / 62
88.40
42 / 106
49.80
87 / 106

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
31.30
19 / 35

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
Simple Bench
常规模式
40
40 / 63

和其他模型对比

暂时没有为该模型整理的相关对比页面。

想自定义其他组合?打开对比工具

DeepSeek-V3.1

发布机构

DeepSeek-V3.1

模型解读

DeepSeek V3.1 是 DeepSeek V3 的升级版本,于2025年8月19日发布,知识日期截止到2024年8月,比DeepSeek V3-0324版本多一个月(DeepSeek V3-0324的知识为2024年7月)。


2025年8月19日,官方群里发布更新,官网的DeepSeek更新到DeepSeek V3.1版本,但没有公布更多详情。根据官网的消息,DeepSeekV3.1在复杂数学计算、逻辑推理和代码生成方面进行了优化,提高了准确性和推理深度,尤其是在多步推理任务上表现更好。此外,虽然都是128K输入,但V3.1 在长文本理解和信息提取方面更加精准,减少了冗余回答。


关于DeepSeek-V3.1详细介绍参考: https://www.datalearner.com/blog/1051755634545683 

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码