DataLearner logoDataLearnerAI
Latest AI Insights
Model Evaluations
Model Directory
Model Comparison
Resource Center
Tool Directory

加载中...

DataLearner logoDataLearner AI

A knowledge platform focused on LLM benchmarking, datasets, and practical instruction with continuously updated capability maps.

产品

  • Leaderboards
  • 模型对比
  • Datasets

资源

  • Tutorials
  • Editorial
  • Tool directory

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner curates industry data and case studies so researchers, enterprises, and developers can rely on trustworthy intelligence.

隐私政策服务条款
Page navigation
目录
Model catalogDeepSeek-V3.1 Terminus
DE

DeepSeek-V3.1 Terminus

DeepSeek-V3.1 Terminus

Release date: 2025-09-22更新于: 2025-09-23 19:34:231,180
Live demoGitHubHugging FaceCompare
Parameters
6710.0亿
Context length
128K
Chinese support
Supported
Reasoning ability

Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology

DeepSeek-V3.1 Terminus

Model basics

Reasoning traces
Supported
Context length
128K tokens
Max output length
8192 tokens
Model type
聊天大模型
Release date
2025-09-22
Model file size
1340GB
MoE architecture
Yes
Total params / Active params
6710.0B / 370B
Knowledge cutoff
No data
Inference modes
常规模式（Non-Thinking Mode）思考模式（Thinking Mode）
DeepSeek-V3.1 Terminus

Open source & experience

Code license
MIT License
Weights license
MIT License- 免费商用授权
GitHub repo
https://github.com/deepseek-ai/DeepSeek-V3
Hugging Face
https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus
Live demo
https://chat.deepseek.com/
DeepSeek-V3.1 Terminus

Official resources

Paper
DeepSeek-V3.1-Terminus
DataLearnerAI blog
No blog post yet
DeepSeek-V3.1 Terminus

API details

API speed
3/5
💡Default unit: $/1M tokens. If vendors use other units, follow their published pricing.
Standard pricingStandard
ModalityInputOutput
Text$0.56$1.68
DeepSeek-V3.1 Terminus

Benchmark Results

Thinking
Tool usage

综合评估

8 evaluations
Benchmark / mode
Score
Rank/total
MMLU ProNormal
85
14 / 112
MMLU ProThinking
85
14 / 112
GPQA DiamondNormal
80.70
50 / 153
GPQA DiamondThinking
79
58 / 153
LiveBenchThinking
71.40
16 / 52
LiveBenchNormal
64.71
33 / 52
HLENormal
21.70
48 / 105
HLEThinking
15.20
70 / 105

常识问答

1 evaluations
Benchmark / mode
Score
Rank/total
SimpleQANormal
96.80
2 / 44

编程与软件工程

3 evaluations
Benchmark / mode
Score
Rank/total
LiveCodeBenchThinking
80
18 / 103
LiveCodeBenchNormal
74.90
24 / 103
SWE-bench VerifiedNormal
68.40
45 / 87

数学推理

2 evaluations
Benchmark / mode
Score
Rank/total
AIME2025Thinking
90
36 / 105
AIME2025Normal
54
85 / 105

AI Agent - 工具使用

2 evaluations
Benchmark / mode
Score
Rank/total
Terminal-BenchNormal + With tools
30
22 / 35
Terminal-BenchThinking + With tools
28
24 / 35

Agent能力评测

3 evaluations
Benchmark / mode
Score
Rank/total
Aider-PolyglotNormal
76.10
6 / 26
τ²-BenchNormal + With tools
37
31 / 34
τ²-BenchThinking + With tools
37
31 / 34
查看评测深度分析与其他模型对比
DeepSeek-V3.1 Terminus

Publisher

DeepSeek-AI
DeepSeek-AI
View publisher details
DeepSeek-V3.1 Terminus

Model Overview

DeepSeek-V3.1-Terminus是DeepSeek系列语言模型的最新迭代，它在继承前代模型强大能力的基础上，专注于提升输出的稳定性和可靠性。通过对用户反馈的积极响应，该模型在语言一致性和智能代理性能等多个维度上都进行了针对性优化。

核心特性

  • 增强的语言一致性：为解决在多语言处理中常见的语言混杂和随机字符问题，V3.1-Terminus进行了优化，旨在提供更纯粹、更精准的语言输出。
  • 升级的智能代理：模型内置的代码代理（Code Agent）和搜索代理（Search Agent）功能得到了强化，使其在执行编程和信息检索等复杂任务时更加高效和可靠。

性能评测

从各项基准测试的对比数据来看，DeepSeek-V3.1-Terminus在多个关键领域展现了其性能优势。

在无工具使用的推理模式（reasoning mode w/o tool use）下，该模型在多个测试集上表现优异。例如，在MMLU-Pro上的得分为85.0，在GPQA-Diamond上为80.7，尤其是在Humanity’s Last Exam测试中，得分从15.9大幅提升至21.7，显示出其在复杂推理能力上的显著进步。

在启用智能代理的工具使用（agentic tool use）场景下，V3.1-Terminus同样表现出色。在BrowseComp、SimpleQA和SWE Verified等测试中，得分均有明显提升，分别达到了38.5、96.8和68.4。这证明了其在利用外部工具完成网页浏览、问答和代码验证等任务时，具备更强的实操能力。

然而，在部分测试如Codeforces和BrowseComp-zh中，其表现与前代版本相比略有下降，这可能反映了模型在特定场景下的性能权衡。

开放与应用

DeepSeek-V3.1-Terminus模型已通过网页、App及API等多种形式向公众开放。同时，其模型权重也已在Hugging Face社区开源，便于开发者和研究人员进行深入的探索和应用。

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