DeepSeek V3.1 Terminus
Rede Neural
DeepSeek V3.1 Terminus é uma atualização do DeepSeek V3.1 com melhor consistência linguística e capacidades de agente aprimoradas.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona DeepSeek V3.1 Terminus?
Terminus é uma atualização do modelo DeepSeek V3.1 da equipe DeepSeek: as capacidades básicas da versão anterior foram mantidas e algumas observações dos usuários foram levadas em conta — a consistência linguística e o comportamento em cenários de agentes foram aprimorados. Se você já construiu processos no DeepSeek V3.1, a transição não requer reconstrução da lógica: é a mesma linha, apenas mais precisa nos detalhes. No BotHub, o modelo está disponível na Rússia sem VPN ou cartão estrangeiro, o pagamento é feito com cartões russos em rublos e cobrado por token, e o saldo não utilizado não expira. Ao lado, na mesma janela, há mais de 250 outras redes neurais, para que você possa comparar respostas e escolher o modelo para a tarefa sem criar contas separadas. Para equipes de produto, existe uma API única compatível com OpenAI: uma conexão, e o modelo por trás dela muda sem reescrever a integração, além de criptografia AES-GCM e acesso corporativo via contrato com fatura e painel administrativo. Desenvolvedores usarão o Terminus para análise e refatoração de código, analistas para compilar relatórios, suporte para rascunhos de respostas e, para quem constrói agentes, como modelo central.Perguntas frequentes sobre DeepSeek V3.1 Terminus
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto DeepSeek com raciocínio e chamada de ferramentas. Adequado para trabalhar com código: escrita, refatoração, depuração, além de análise de documentos longos, análise de dados e tarefas STEM. A janela de contexto é de 131.072 tokens, permitindo que um grande projeto ou pacote de arquivos caiba em um único diálogo.
Até 65.536 tokens por resposta — isso equivale a dezenas de páginas de texto ou um grande módulo de código inteiro. O modelo entrega materiais longos, documentação e refatoração de arquivos grandes sem dividir em partes, para que você não precise montar o resultado a partir de pedaços.
Sim, o raciocínio antes da resposta e a cadeia de pensamento são confirmados pelos nossos dados. O modelo primeiro analisa a condição passo a passo, verifica as conclusões intermediárias e só então responde. Isso ajuda notavelmente em matemática, lógica, análise de requisitos e na busca pela causa de erros no código.
Sim, ambos. O modelo chama funções externas e retorna JSON estruturado, por isso é fácil integrá-lo em agentes, pipelines e lógica de negócios. No BotHub, isso funciona através de uma API única compatível com OpenAI: você pode alternar o modelo sem reescrever a integração.
Além de texto, você pode enviar imagens e documentos: o modelo analisará capturas de tela, diagramas, tabelas ou arquivos e responderá com texto. Áudio e vídeo não são suportados em nossos dados. A geração também é textual — para imagens e vídeos, existem modelos separados no catálogo.
O idioma dos prompts e respostas não é especificado separadamente em nossos dados, por isso não podemos prometer precisão — é mais seguro testar com sua própria tarefa. Na mesma janela do BotHub, você pode comparar a resposta deste modelo com outras e escolher a adequada, sem VPN ou cartão estrangeiro.