DeepSeek: DeepSeek V3.1

DeepSeek-V3.1 ist ein großes hybrides Denkmodell mit 671 Milliarden Parametern (davon 37 Milliarden aktiv), das über Prompt-Vorlagen sowohl „Denk“- als auch „Nicht-Denk“-Modi unterstützt. Es baut auf der DeepSeek-V3-Basis auf und erweitert deren Fähigkeiten durch einen zweiphasigen Langkontext-Trainingsprozess, um ein beeindruckendes Kontextfenster von bis zu 128K Tokens zu erreichen. Für eine effiziente Inferenz wird FP8-Mikroskalierung verwendet. Benutzer können das Denkverhalten des Modells präzise über den booleschen Parameter `reasoning` `enabled` steuern. Dieses Modell verbessert die Tool-Nutzung, Code-Generierung und Denkeffizienz erheblich und liefert eine Leistung, die mit DeepSeek-R1 auf anspruchsvollen Benchmarks vergleichbar ist, während es schnellere Antwortzeiten bietet. Es unterstützt strukturierte Tool-Aufrufe, fortschrittliche Code-Agenten und ausgeklügelte Suchagenten, was es zu einer ausgezeichneten Wahl für Forschung, komplexe Codierungsaufgaben und agentische Workflows macht. DeepSeek-V3.1 ist der Nachfolger des DeepSeek V3-0324 Modells und zeigt eine starke Leistung bei einer Vielzahl von Aufgaben. Zu den wichtigsten Spezifikationen gehören ein Kontextfenster von 8K Tokens (mit 128K über Langkontext-Training verfügbar), eine maximale Ausgabe von 4K Tokens und wettbewerbsfähige Preise von $0.15/$0.75 pro 1 Million Eingabe-/Ausgabe-Tokens. Es bietet Funktionen wie Funktionsaufrufe, Code-Generierung und Streaming, was es zu einem vielseitigen Werkzeug für verschiedene KI-Anwendungen macht.