DeepSeek • LLM
DeepSeek-V3.1 Terminus is an update to [DeepSeek V3.1](/deepseek/deepseek-chat-v3.1) that maintains the model's original capabilities while addressing issues reported by users, including language consistency and agent capabilities, further optimizing the model's...
Context Window
164K tokens
Preço Input/1M
$1.64
Preço Output/1M
$2.75
Parâmetros
—
Max Output
33K tokens
Resultados do DeepSeek V3.1 Terminus nos principais benchmarks de avaliação de modelos de IA. Scores mais altos indicam melhor performance.
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| Terminal-Bench Hard | 32.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| LiveCodeBench | 80.0 | 100.0 | Artificial Analysis official API |
| SciCode | 41.0 | 100.0 | — |
| AA Coding Index | 33.7 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU-Pro | 85.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| AA-LCR | 65.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| AIME 2025 | 90.0 | 100.0 | Artificial Analysis official API |
| AA Math Index | 89.7 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| AA Intelligence Index | 33.9 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU Pro | 85.1 | 100.0 | Artificial Analysis official API |
| GPQA Diamond | 79.0 | 100.0 | Artificial Analysis official API |
| IFBench | 57.0 | 100.0 | — |
| HLE | 15.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| Tau²-Bench | 37.0 | 100.0 | — |
O DeepSeek V3.1 Terminus é um modelo de inteligência artificial desenvolvido pela DeepSeek, classificado como modelo de linguagem (LLM). Focado em processamento de texto e geração de linguagem natural. Como modelo de código aberto, está disponível para download, personalização e deploy on-premises. Com uma janela de contexto de 164K tokens, é adequado para processamento de documentos longos como contratos, livros e bases de código completas.
O DeepSeek V3.1 Terminus é cobrado por uso, com preço de US$ 1.635/1M tokens de input e US$ 2.75/1M tokens de output. Para contextualizar: 1 milhão de tokens equivale a aproximadamente 750 mil palavras, ou cerca de 10 livros de tamanho médio. O posicionamento de preço é intermediário, equilibrando qualidade e custo para a maioria das aplicações profissionais.
Para o mercado brasileiro, é importante considerar o IOF de 6,38% sobre transações internacionais e a variação cambial do dólar. Com o câmbio atual, o custo do DeepSeek V3.1 Terminus em reais fica em torno de R$ 10.09/1M tokens de input (estimativa com IOF incluso).
O DeepSeek V3.1 Terminus foi avaliado em 14 benchmarks diferentes, cobrindo categorias como Agentic, Coding, Knowledge, Long Context, Math, overall, Reasoning, Tool Use. Os resultados mostram performance excepcional nas avaliações disponíveis.
É importante notar que benchmarks medem aspectos específicos e não capturam toda a experiência de uso. Fatores como qualidade da resposta em português, aderência a instruções complexas e comportamento em conversas longas variam significativamente entre modelos e nem sempre são refletidos nos scores padrão.
O DeepSeek V3.1 Terminus é adequado para diversas aplicações de inteligência artificial: análise de documentos longos (contratos, processos jurídicos, bases de código), automação com tool calling (integração com APIs, banco de dados, sistemas externos), raciocínio complexo, resolução de problemas matemáticos e análise lógica, geração de texto, resumo, tradução e assistência geral.
No ecossistema de modelos de IA em 2026, o DeepSeek V3.1 Terminus compete diretamente com modelos de nível similar. A DeepSeek compete neste segmento contra OpenAI, Anthropic, Google e Meta. A escolha entre modelos depende do caso de uso específico, orçamento, requisitos de latência e necessidade de funcionalidades como multimodalidade e tool calling.
Para uma comparação detalhada lado a lado, utilize nossa ferramenta de comparação ou consulte o ranking geral de modelos.
Para usuários brasileiros, a performance em português é um critério fundamental na escolha de um modelo de IA. A maioria dos benchmarks internacionais testa apenas em inglês, o que pode mascarar diferenças significativas na qualidade de resposta em outros idiomas. O DeepSeek V3.1 Terminus suporta múltiplos idiomas, mas a qualidade em português brasileiro pode variar dependendo da tarefa específica.
Recomendamos testar o modelo com prompts representativos do seu caso de uso em português antes de tomar uma decisão. O SWEN.AI está desenvolvendo um benchmark proprietário em PT-BR com tarefas aderentes ao mercado brasileiro para fornecer comparações mais precisas.
DeepSeek-V3.1 Terminus is an update to [DeepSeek V3.1](/deepseek/deepseek-chat-v3.1) that maintains the model's original capabilities while addressing issues reported by users, including language consistency and agent capabilities, further optimizing the model's...
O DeepSeek V3.1 Terminus custa US$ 1.635/1M tokens de input e US$ 2.75/1M tokens de output. Para uso intensivo (ex.: chatbot de WhatsApp com 100k mensagens/mês), o custo pode variar de R$ 50 a R$ 5.000 dependendo do volume.
A maioria dos modelos de IA modernos, incluindo o DeepSeek V3.1 Terminus, suporta português brasileiro. No entanto, a qualidade pode variar — modelos como Claude e Gemini tendem a ter melhor performance em PT-BR. Recomendamos testar com prompts específicos do seu caso de uso.
Nos benchmarks disponíveis, o DeepSeek V3.1 Terminus obteve scores como: Terminal-Bench Hard: 32/100, LiveCodeBench: 80/100, SciCode: 41/100. Consulte a tabela completa acima para comparação detalhada.
Sim, o DeepSeek V3.1 Terminus é um modelo de código aberto. Isso significa que você pode fazer deploy on-premises, personalizar via fine-tuning e ter controle total sobre os dados. Verifique a licença específica no repositório oficial.
Última atualização: 29 de maio de 2026 • Ver metodologia →