DeepSeek: DeepSeek V3.1 Terminus

DeepSeek-V3.1 Terminus ist ein Update von DeepSeek V3.1, das die ursprünglichen Fähigkeiten des Modells beibehält und gleichzeitig von Benutzern gemeldete Probleme, einschließlich Sprachkonsistenz und Agentenfähigkeiten, behebt, wodurch die Leistung des Modells bei Codierungs- und Suchagenten weiter optimiert wird. Es ist ein großes hybrides Denkmodell (671B Parameter, 37B aktiv), das sowohl Denk- als auch Nicht-Denk-Modi unterstützt. Es erweitert die DeepSeek-V3-Basis mit einem zweiphasigen Langkontext-Trainingsprozess, der bis zu 128K Token erreicht, und verwendet FP8-Mikroskalierung für eine effiziente Inferenz. Benutzer können das Denkverhalten mit dem booleschen Wert `reasoning` `enabled` steuern. Das Modell verbessert die Tool-Nutzung, Codegenerierung und Denkeffizienz erheblich und erreicht eine Leistung, die mit DeepSeek-R1 bei schwierigen Benchmarks vergleichbar ist, während es schneller reagiert. Es unterstützt strukturierten Tool-Aufruf, Code-Agenten und Suchagenten, wodurch es sich für Forschung, Codierung und agentische Workflows eignet. Es bietet ein Kontextfenster von 163K Token und eine maximale Ausgabe von 4K Token. Die Preise betragen $0.21/0.79 pro 1M Token (Eingabe/Ausgabe).