D
DeepSeek V3.1OPEN
DeepSeek-V3.1 est un grand modèle de raisonnement hybride (671 milliards de paramètres, 37 milliards actifs) qui prend en charge à la fois les modes de réflexion et de non-réflexion via des modèles de prompt.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.43 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 42% des 204 modèles open-weight suivis ici
- 7 sur 15 modèles DeepSeek suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour DeepSeek V3.1, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Non-reasoning.
For the same budget, DeepSeek V3.1 delivers 2.3 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $0.76 par 1M de tokens (médiane de 32) — celui-ci coûte $0.43.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 25 de plus
À propos de ce modèle
DeepSeek V3.1 est un modèle d'IA open-weight de DeepSeek. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que DeepSeek V3.1 ?
DeepSeek V3.1 est un modèle de langage IA de DeepSeek. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 13.7 sur l'indice d'intelligence d'Artificial Analysis.
DeepSeek V3.1 est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger DeepSeek V3.1 et ne rien payer par token. Si vous préférez une API hébergée, les prix sont de 0,25 $ par million de tokens d'entrée et 0,95 $ par million de tokens de sortie.
À quoi sert DeepSeek V3.1 ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 73.5%, MMLU-Pro 83.3%, Humanity's Last Exam 6.7%, Long Context Reasoning 47%, LiveCodeBench 57.7%, AIME 2025 49.7%, IFBench 37.8%, τ²-Bench 34.8%, Terminal-Bench Hard 24.2%. Il est particulièrement utilisé pour raisonnement mathématique.
Puis-je auto-héberger DeepSeek V3.1 ?
Oui. DeepSeek V3.1 a des open weights, vous pouvez donc le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.