DeepSeek: DeepSeek V3.1

DeepSeek V3.1 es un modelo de texto de DeepSeek, lanzado por el proveedor el 21 de agosto de 2025. Es un modelo de razonamiento híbrido grande con 671B parámetros y 37B activos, y amplía la base de DeepSeek-V3 con un diseño de contexto largo de dos fases. Su fecha de corte de conocimiento es el 31 de marzo de 2025. El modelo se sitúa en la categoría de texto, por lo que está orientado a tareas de lenguaje en lugar de trabajo con imágenes o audio.

El modelo recibe texto y devuelve texto. Admite tanto el modo de pensamiento como el modo sin pensamiento, seleccionados mediante plantillas de prompt, y el parámetro reasoning junto con include_reasoning permiten controlar y exponer ese comportamiento. La ventana de contexto es de 163.840 tokens, con una salida máxima de 32.768 tokens. Los parámetros admitidos incluyen temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, logit_bias, logprobs, top_logprobs, seed, stop, max_tokens, response_format, structured_outputs, tool_choice y tools.

Esas capacidades apuntan a algunos usos prácticos. Los documentos largos caben cómodamente dentro de la ventana de contexto, por lo que el resumen, las preguntas y respuestas sobre entradas grandes y el análisis de múltiples documentos son aplicaciones razonables. El llamamiento a herramientas y las salidas estructuradas son adecuados para agentes, llamadas a funciones y canalizaciones que necesitan respuestas legibles por máquina. El modo de razonamiento ayuda en tareas que se benefician de un pensamiento paso a paso, mientras que el modo sin pensamiento mantiene la latencia y la salida más cortas para la generación sencilla. El parámetro seed admite un muestreo reproducible, y logprobs admite la clasificación o las comprobaciones de confianza.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "deepseek/deepseek-chat-v3.1". Como la interfaz sigue la forma de chat completions de OpenAI, se envía un array messages y se establece el campo model con ese id. Los parámetros de solicitud enumerados anteriormente son compatibles, por lo que se pueden pasar temperature, top_p, top_k, min_p, max_tokens, stop, seed, response_format, structured_outputs, tools, tool_choice, logit_bias, logprobs, top_logprobs, frequency_penalty, presence_penalty, repetition_penalty, reasoning e include_reasoning según sea necesario. La tabla de precios en vivo de la página cubre el coste.

Merece la pena señalar algunos límites. Las entradas y las salidas son solo texto, por lo que las tareas de imagen, audio o vídeo necesitan un modelo diferente. La fecha de corte de conocimiento del 31 de marzo de 2025 significa que los eventos posteriores quedan fuera de sus datos de entrenamiento. La salida está limitada a 32.768 tokens, y el contexto total a 163.840 tokens, por lo que los trabajos muy grandes necesitan fragmentación. Si no se necesita razonamiento ni llamada a herramientas, un modelo de texto más pequeño puede ser más sencillo y rápido.