Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepseekohne Datum · Q003785

DeepSeek-V3.1 Release | DeepSeek API Docs

api-docs.deepseek.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepSeek stellt V3.1 mit Denk- und Nicht-Denkmodus vor und behauptet Verbesserungen bei Geschwindigkeit, Werkzeugnutzung, Agentenaufgaben und Benchmarks. Die API soll unter anderem 128.000 Token Kontext sowie Anthropic-Format und Beta-Unterstützung für striktes Function Calling bieten; konkrete Benchmarkwerte fehlen im Text. Der Bericht nennt außerdem Modellupdates, offene Gewichte und einen angekündigten Wechsel der API-Preise am 5. September 2025.

Mittel

DeepSeek kündigt V3.1 als Modell mit zwei Inferenzmodi an: „Think“ und „Non-Think“. V3.1-Think soll laut Unternehmen schneller antworten als DeepSeek-R1-0528; Nachtraining soll den Werkzeuggebrauch und mehrstufige Agentenaufgaben verbessern.

In der API ist deepseek-chat dem nicht denkenden Modus und deepseek-reasoner dem Denkmodus zugeordnet. Für beide werden 128.000 Token Kontext genannt. Hinzu kommen Unterstützung für das Anthropic-API-Format und striktes Function Calling in einer Beta-API. DeepSeek behauptet außerdem bessere Ergebnisse bei SWE- und Terminal-Bench, effizienteres Denken und stärkeres Schlussfolgern bei komplexen Suchaufgaben. Die verlinkten Benchmark-Abbildungen sind im bereitgestellten Text nicht inhaltlich ausgewertet, daher fehlen konkrete Messwerte und Testbedingungen.

V3.1 Base erhielt laut Bericht 840 Milliarden Token fortgesetztes Vortraining; Tokenizer und Chat-Template wurden aktualisiert. Modellgewichte für Base und V3.1 seien offen verfügbar. Neue Preise sollten am 5. September 2025 um 16:00 UTC gelten, zugleich sollten Nebenzeitrabatte enden. Die Leistungsangaben sind Behauptungen von DeepSeek und werden im Bericht nicht unabhängig überprüft.

Ausführlich lesen

Der Bericht kündigt DeepSeek-V3.1 als einen Schritt in Richtung agentischer KI an. DeepSeek beschreibt das Modell als hybride Inferenzlösung mit zwei Modi: „Think“ für schlussfolgerndes Arbeiten und „Non-Think“ für Antworten ohne diesen Modus. Laut Ankündigung soll V3.1-Think schneller zu Ergebnissen kommen als DeepSeek-R1-0528. Verbesserungen beim Nachtraining sollen außerdem den Werkzeuggebrauch und mehrstufige Agentenaufgaben stärken.

Für die API ordnet DeepSeek deepseek-chat dem nicht denkenden Modus und deepseek-reasoner dem Denkmodus zu. Beide sollen ein Kontextfenster von 128.000 Token haben. Genannt werden außerdem Unterstützung für das Anthropic-API-Format sowie — in einer Beta-API — striktes Function Calling. Der Bericht verweist auf Anleitungen zu diesen Funktionen, beschreibt ihre Umsetzung aber nicht näher.

Die Ankündigung behauptet bessere Ergebnisse bei SWE- und Terminal-Bench, stärkeres mehrstufiges Schlussfolgern bei komplexen Suchaufgaben sowie deutliche Fortschritte bei der Effizienz des Denkens. Drei Benchmark-Abbildungen sind verlinkt; ihre konkreten Werte oder Testbedingungen sind im vorliegenden Text nicht wiedergegeben. Die Aussagen lassen sich daher anhand dieses Berichts allein nicht quantitativ einordnen.

Als Modelländerungen nennt DeepSeek 840 Milliarden Token fortgesetztes Vortraining für V3.1 Base, mit dem die Erweiterung auf lange Kontexte unterstützt werden solle. Außerdem seien Tokenizer und Chat-Template aktualisiert worden. Für V3.1 Base und V3.1 verweist der Bericht auf öffentlich verfügbare Modellgewichte.

Die neuen Preise sollten laut Ankündigung am 5. September 2025 um 16:00 UTC beginnen; bis dahin sollten die bisherigen API-Preise gelten. Zu diesem Zeitpunkt sollten auch die Rabatte für Nebenzeiten enden. Eine Preisgrafik ist verlinkt, ihre Einzelheiten stehen nicht im Text. Insgesamt fasst der Bericht Produkt-, API-, Modell- und Preisänderungen zusammen, liefert jedoch nur DeepSeeks eigene Leistungsbehauptungen und keine ausgeführten Benchmark-Ergebnisse oder unabhängige Prüfung.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Der Bericht ist eine Herstellerankündigung ohne Messwerte; die Abbildungen wurden nicht inhaltlich ausgewertet, die Einordnung stützt sich nur auf den Fließtext.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Selbstbeschreibung von V3.1 als erster Schritt in die Agenten-Ära
  • Der Hinweis, dass bis zum Stichtag am 5. September 2025 weiterhin die bisherigen Preise gelten

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV offen
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 47 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV offen
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV offen
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 33 %einzelne zitierbare Belege
    • JEV offen
    • amos 26 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • d3-ultra 43 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 79 %einzelne zitierbare Belege
    • JEV offen
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV offen
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →