D
DeepSeek V3.1 TerminusOPEN
DeepSeek V3.1 Terminus (DeepSeek): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.
Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.
Benchmarks & performance
Scores de référence indépendants pour DeepSeek V3.1 Terminus, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Non-reasoning.
Pour le même budget, DeepSeek V3.1 Terminus offre 7,7 fois plus de capacités. Les poids ouverts signifient également que vous pouvez l'héberger vous-même et ne rien payer par jeton.
À propos de ce modèle
DeepSeek V3.1 Terminus est un modèle d'IA à poids ouvert de DeepSeek. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3.1 Terminus ?
DeepSeek V3.1 Terminus est un modèle de langage IA de DeepSeek. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 21.4 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3.1 Terminus est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger DeepSeek V3.1 Terminus et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 0,27 $ par million de tokens d'entrée et de 1 $ par million de tokens de sortie.
À quoi sert DeepSeek V3.1 Terminus ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 75.1%, MMLU-Pro 83.6%, Humanity's Last Exam 8.4%, Long Context Reasoning 43.3%, LiveCodeBench 52.9%, SciCode 32.1%, AIME 2025 53.7%, IFBench 41.2%, τ²-Bench 37.1%, Terminal-Bench Hard 31.8%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger DeepSeek V3.1 Terminus ?
Oui. DeepSeek V3.1 Terminus a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.
Alternatives open-source
Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.