21.08.2025

DeepSeek-V3.1

Open-Weights-Hybridmodell von DeepSeek mit Thinking- und Non-Thinking-Modus. Gut für Coding-Agenten, Tool-Calls und Mathe, wenn du selbst hostest.

13Punkte

Median aller Modelle: 26

$0,65 / $1,50

je 1 Mio. Tokens

128kTokens

DeepSeek-V3.1 im Überblick

Stand Oktober 2026 steht DeepSeek-V3.1 im Artificial Analysis Intelligence Index mit 13 Punkten auf Platz 104 von 132 Modellen.

Starker Thinking-Modus, offene Gewichte

Im Thinking-Modus erreicht DeepSeek-V3.1 laut Hersteller 88,4 % bei AIME 2025 und 76,3 % bei Aider-Polyglot, im Non-Thinking-Modus sind es 49,8 % bzw. 68,4 %. In SWE-bench Verified kommt es mit DeepSeeks eigenem Code-Agenten auf 66,0 %, der Vorgänger V3-0324 auf 45,4 %. Die Gewichte stehen unter MIT-Lizenz.

Agentic Coding
Mathe-Reasoning
Self-Hosting
Search-Agenten
Tool-Calls

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

Agent-Werte vom Hersteller. SWE-bench Verified (66,0 %) und BrowseComp (30,0 %) hat DeepSeek in eigenen Agent-Umgebungen gemessen. Mit Werten anderer Modelle sind sie deshalb nur eingeschränkt vergleichbar.
Hoher Hardwarebedarf. Das Modell hat 671 Mrd. Parameter, davon sind 37 Mrd. pro Token aktiv. Für den Betrieb müssen trotzdem alle Gewichte in den Speicher, Self-Hosting heißt also Multi-GPU-Server.
Nur Text. Ein- und Ausgabe sind auf Text beschränkt. Bilder verarbeitet das Modell nicht.
Nachfolger längst verfügbar. Am 22.09.2025 folgte V3.1-Terminus, laut DeepSeek mit 38,5 % statt 30,0 % bei BrowseComp und 68,4 % statt 66,0 % bei SWE-bench Verified. Die DeepSeek-API bedient V3.1 nicht mehr, seit Ende September 2025 läuft sie auf neueren Modellen.

Ähnliche KI-Modelle ansehen

DeepSeek-V3.1 Benchmarks

13Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark

Artificial Analysis Intelligence IndexMedian aller Modelle: 26

Claude Opus 5.5Platz 1, Anthropic
Claude Sonnet 5.5Platz 2, Anthropic
DeepSeek-V3.2DeepSeek AI
DeepSeek-V3.2-SpecialeDeepSeek AI
DeepSeek-V3.1DeepSeek AI
GLM-4.5Z.ai
Kimi K2Moonshot AI
Qwen3-CoderAlibaba
DeepSeek-R1DeepSeek AI

Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis

DeepSeek-V3.1 API-Preise

$0,65/ 1 Mio. Tokens

$1,50/ 1 Mio. Tokens

Geschätzte Tokenkosten

$8,00

$0,08 je Anfrage (100 Anfragen)

Input$6,50
Output$1,50

Schätzung in USD auf Basis der Preise von DeepSeek AI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,65 + Output × $1,50) / 1.000.000

DeepSeek-V3.1 Modelldaten

Kontextfenster: 128.000 Tokens
Eingabe: Text
Ausgabe: Text

Anbieter: DeepSeek AI
Veröffentlicht: 21. August 2025
Modellgewichte: Offen (MIT)

Standardfähigkeiten & Schnittstellen

Prompt-Caching
Reasoning
Tool-Nutzung
Strukturierte Ausgaben

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

DeepSeek-V3.1 API-Provider

Input / 1 Mio. Tokens
$0,65
Output / 1 Mio. Tokens
$1,50
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
128kTokens
Maximaler Output
keine Angabe
Input / 1 Mio. Tokens
$0,25
Output / 1 Mio. Tokens
$0,95
Cache-Lesen / 1 Mio.
$0,13
Kontextfenster
163,8kTokens
Maximaler Output
32,8kTokens
Input / 1 Mio. Tokens
$0,25
Output / 1 Mio. Tokens
$0,95
Cache-Lesen / 1 Mio.
$0,13
Kontextfenster
128kTokens
Maximaler Output
keine Angabe
Input / 1 Mio. Tokens
$0,27
Output / 1 Mio. Tokens
$1
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
163,8kTokens
Maximaler Output
147,5kTokens
Input / 1 Mio. Tokens
$0,55
Output / 1 Mio. Tokens
$1,65
Cache-Lesen / 1 Mio.
$0,55
Kontextfenster
161kTokens
Maximaler Output
144,9kTokens
Input / 1 Mio. Tokens
$0,65
Output / 1 Mio. Tokens
$1,50
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
131,1kTokens
Maximaler Output
7,2kTokens
Input / 1 Mio. Tokens
$0,60
Output / 1 Mio. Tokens
$1,70
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
131,1kTokens
Maximaler Output
118kTokens

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu DeepSeek-V3.1

Ist DeepSeek-V3.1 Open Source?

Die Gewichte sind offen und stehen laut Modellkarte unter MIT-Lizenz, du findest sie auf Hugging Face. Trainingsdaten veröffentlicht DeepSeek nicht.

Wie groß ist das Kontextfenster?

DeepSeek gibt für V3.1 ein Kontextfenster von 128K Tokens an.

Was kostet die Nutzung?

Die Gewichte kannst du kostenlos selbst betreiben. Über Drittanbieter variiert der Preis, SambaNova etwa verlangt $0,65 je 1 Mio. Input-Tokens und $1,50 je 1 Mio. Output-Tokens.

Was ist neu gegenüber V3-0324?

Ein Modell deckt Thinking und Non-Thinking ab, umgeschaltet über das Chat-Template. SWE-bench Verified steigt laut DeepSeek von 45,4 % auf 66,0 %, Aider-Polyglot im Non-Thinking-Modus von 55,1 % auf 68,4 %.

Kann das Modell Tool-Calls?

Ja, laut Modellkarte im Non-Thinking-Modus. Für Search-Agenten gibt es ein eigenes Format im Thinking-Modus.

DeepSeek-V3.1

DeepSeek-V3.1 im Überblick

Starker Thinking-Modus, offene Gewichte

Was du abwägen solltest

DeepSeek-V3.1 Benchmarks

DeepSeek-V3.1 API-Preise

DeepSeek-V3.1 Modelldaten

DeepSeek-V3.1 API-Provider

Häufige Fragen zu DeepSeek-V3.1

Ähnliche KI-Modelle

Weitere Modelle von DeepSeek AI

DeepSeek-R1

DeepSeek-V3.2-Speciale

DeepSeek-V3.2

Modelle anderer Anbieter

GLM-4.5

Kimi K2

Qwen3-Coder