Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

DeepSeek · pașaport de model

DeepSeek: DeepSeek V3.1 Terminus

deepseek-v3-1-terminus

Ponderi deschise
Licență MIT
684.5B parametri
163,840 context
Lansat 2025-09-22(curatoriat)

General · LMArena: 1,415#129 din 396
Cea mai bună percentilă: 92.1MMLU-Pro (Artificial Analysis)
Poziția în cohortă: 66.1mediană 52.6

Ce spun datele

Evaluat pe 8 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai puternice axe

92.1 pct — MMLU-Pro (Artificial Analysis) (85.1%)
90.1 pct — LiveCodeBench (Artificial Analysis) (79.8%)

Neuniform: 31,2 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 92.1 pct pe MMLU-Pro (Artificial Analysis) față de 60.9 pct pe Programare.

MMLU-Pro (Artificial Analysis)92.1 pct85.1%Verifică →
LiveCodeBench (Artificial Analysis)90.1 pct79.8%Verifică →
LiveBench72.2 pct64.7%Verifică →
General67.7 pct1,415Verifică →
IFBench (Artificial Analysis)65.7 pct57.0%Verifică →
Prompturi dificile64.4 pct1,424Verifică →
Urmarea instrucțiunilor63.9 pct1,394Verifică →
Programare60.9 pct1,440Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorydeepseek-ai/DeepSeek-V3.1-Terminus

Parametri684.5B

ArhitecturăDeepseekV3ForCausalLM

LicențăMIT

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "deepseek-ai/DeepSeek-V3.1-Terminus"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIdeepseek/deepseek-v3.1-terminus

Lungime context163,840 tokeni

Ieșire maximă147,456 tokeni

Preț intrare$0.27 per 1M tokeni

Preț ieșire$1 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningMax tokensReasoningResponse formatStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-v3.1-terminus","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

deepseek-v3.1-terminus stands at 66.1 (raw mean 72.1) — measured on 8 of 27 axes.
pozițieșablonVerifică →
deepseek-v3.1-terminus stands at 66.1 versus a cohort median of 52.6 across 143 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →