DeepSeek: DeepSeek V3.1

O DeepSeek V3.1 é um modelo de texto da DeepSeek, lançado pelo fornecedor em 21 de agosto de 2025. É um modelo de raciocínio híbrido de grande porte com 671B de parâmetros e 37B ativos, e estende a base do DeepSeek-V3 com um design de contexto longo em duas fases. Seu corte de conhecimento é 31 de março de 2025. O modelo está na categoria de texto, portanto é voltado para tarefas de linguagem e não para trabalho com imagem ou áudio.

O modelo recebe texto e retorna texto. Ele suporta os modos de pensamento e não pensamento, selecionados por meio de templates de prompt, e o parâmetro reasoning mais include_reasoning permitem controlar e expor esse comportamento. A janela de contexto é de 163.840 tokens, com saída máxima de 32.768 tokens. Os parâmetros suportados incluem 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 e tools.

Essas capacidades apontam para alguns usos práticos. Documentos longos cabem confortavelmente dentro da janela de contexto, então sumarização, perguntas e respostas sobre entradas grandes e análise de múltiplos documentos são aplicações razoáveis. Chamada de ferramentas e saídas estruturadas atendem a agentes, chamada de funções e pipelines que precisam de respostas legíveis por máquina. O modo de raciocínio ajuda em tarefas que se beneficiam de pensamento passo a passo, enquanto o modo sem raciocínio mantém a latência e a saída mais curtas para geração direta. O parâmetro seed permite amostragem reproduzível, e logprobs permite classificação ou verificações de confiança.

Você chama o modelo por meio da API compatível com OpenAI da api14 usando o id de modelo "deepseek/deepseek-chat-v3.1". Como a interface segue o formato de chat completions da OpenAI, você envia um array messages e define o campo model com esse id. Os parâmetros de requisição listados acima são suportados, então você pode passar 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 conforme necessário. A tabela de preços ao vivo da página cobre o custo.

Alguns limites vale a pena observar. Entradas e saídas são apenas texto, então tarefas de imagem, áudio ou vídeo precisam de um modelo diferente. O corte de conhecimento de 31 de março de 2025 significa que eventos posteriores estão fora dos dados de treinamento. A saída é limitada a 32.768 tokens, e o contexto total a 163.840 tokens, então trabalhos muito grandes precisam de divisão em partes. Se você não precisa de raciocínio ou chamada de ferramentas, um modelo de texto menor pode ser mais simples e rápido.