← Alle Modelle

DeepSeek-V3.1-Base

Veröffentlicht Herausgeber DeepSeek

Einordnung des Modells

DeepSeek-V3.1-Base ist das vortrainierte Basis-Sprachmodell von DeepSeek-V3.1. Es wurde ausgehend vom ursprünglichen DeepSeek-V3-Basismodell-Checkpoint mit erweitertem langem Kontext weitertrainiert; das nachtrainierte DeepSeek-V3.1-Modell baut darauf auf. Die Veröffentlichung wurde offiziell am 21. August 2025 angekündigt. (deepseek.com)

Fähigkeiten und Verwendung

  • Die Modellkarte nennt insgesamt 671B Parameter, von denen pro Token 37B aktiviert werden, sowie eine Kontextlänge von 128K Token. (huggingface.co)
  • Laut offizieller Angabe wurde das Base-Modell zur Erweiterung des langen Kontexts ausgehend von V3 mit etwa 840B Token zusätzlich trainiert. Es kann zur Textgenerierung sowie als Grundlage für nachtrainierte oder angepasste Modelle verwendet werden. (api-docs.deepseek.com)
  • Die Modellgewichte wurden offiziell veröffentlicht; die Modellkarte nennt die MIT-Lizenz. Für die konkreten Nutzungsbedingungen ist die Lizenz im Modell-Repository maßgeblich. (api-docs.deepseek.com)

Einschränkungen und Hinweise zur Bereitstellung

Dies ist ein Basismodell. Die Denk- und Nicht-Denkmodi, Tool-Aufrufe oder Ergebnisse bei Agenten-Evaluierungen der nachtrainierten Version DeepSeek-V3.1 sollten nicht unmittelbar als Garantie für die Base-Version angesehen werden. Bei der V3.1-Serie wurden der Tokenizer und das Chat-Template erheblich angepasst; bei der Bereitstellung muss die Konfiguration der neuen Version überprüft werden. Die Bereitstellung eines Modells dieser Größenordnung erfordert zudem ausreichende Rechen- und Speicherressourcen. (huggingface.co)

Preis

Bis zum 18. November 2026 wurden die offiziellen DeepSeek-Preisseiten für den Inlandsmarkt in Renminbi und den internationalen Markt in US-Dollar konsultiert; ein offizieller API-Preis für Eingaben oder Ausgaben speziell für DeepSeek-V3.1-Base konnte nicht verifiziert werden. Die in der Ankündigung genannten API-Modi und Preisanpassungen können nicht unmittelbar als Preise für das Base-Modell angesehen werden. (api-docs.deepseek.com)

Offizielle Quellen