DeepSeek: DeepSeek V3.1

DeepSeek V3.1 to model tekstowy od DeepSeek, udostępniony przez dostawcę 21 sierpnia 2025. Jest to duży hybrydowy model rozumujący z 671B parametrów i 37B aktywnych, który rozszerza bazę DeepSeek-V3 o dwufazową konstrukcję długiego kontekstu. Jego granica wiedzy to 31 marca 2025. Model należy do kategorii tekstowej, więc jest przeznaczony do zadań językowych, a nie do pracy z obrazem lub dźwiękiem.

Model przyjmuje tekst i zwraca tekst. Obsługuje zarówno tryb myślenia, jak i tryb bez myślenia, wybierane przez szablony promptów, a parametr reasoning oraz include_reasoning pozwalają kontrolować to zachowanie i je ujawniać. Okno kontekstu wynosi 163 840 tokenów, a maksymalne wyjście to 32 768 tokenów. Obsługiwane parametry obejmują 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 oraz tools.

Te możliwości wskazują na kilka praktycznych zastosowań. Długie dokumenty mieszczą się swobodnie w oknie kontekstu, więc streszczanie, odpowiadanie na pytania dotyczące dużych danych wejściowych i analiza wielu dokumentów są rozsądnymi zastosowaniami. Wywoływanie narzędzi i ustrukturyzowane wyjścia pasują do agentów, wywoływania funkcji i potoków, które potrzebują odpowiedzi czytelnych maszynowo. Tryb rozumowania pomaga w zadaniach, które korzystają z myślenia krok po kroku, natomiast tryb bez myślenia utrzymuje krótsze opóźnienie i wyjście przy prostym generowaniu. Parametr seed wspiera powtarzalne próbkowanie, a logprobs wspiera klasyfikację lub sprawdzanie pewności.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu "deepseek/deepseek-chat-v3.1". Ponieważ interfejs jest zgodny z kształtem uzupełnień czatu OpenAI, wysyłasz tablicę messages i ustawiasz pole model na ten identyfikator. Wymienione powyżej parametry żądania są obsługiwane, więc możesz przekazywać 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 oraz include_reasoning w razie potrzeby. Tabela cen na żywo na stronie obejmuje koszty.

Warto zauważyć kilka ograniczeń. Dane wejściowe i wyjściowe są wyłącznie tekstowe, więc zadania z obrazem, dźwiękiem lub wideo wymagają innego modelu. Granica wiedzy z 31 marca 2025 oznacza, że późniejsze zdarzenia są poza jego danymi treningowymi. Wyjście jest ograniczone do 32 768 tokenów, a całkowity kontekst do 163 840 tokenów, więc bardzo duże zadania wymagają dzielenia na części. Jeśli nie potrzebujesz rozumowania ani wywoływania narzędzi, mniejszy model tekstowy może być prostszy i szybszy.