Aitishiku.com
AgentDeepSeekMoE开源推理 开源模型
DeepSeek-V3.1 V3.1-Terminus
DeepSeek-V3.1系列 · 深度求索 · 2025-09发布
模型介绍
DeepSeek-V3.1-Terminus 是 2025-09 发布的开源大模型，685B MoE 架构，MIT 许可可商用，强化 Agent 与工具调用能力，成本极低，中文能力优秀。
模型基础信息
模型系列DeepSeek-V3.1系列
开发机构深度求索
发布时间2025-09
参数规模685B MoE（37B 激活）
上下文窗口128K
模型类型文本
中文能力优秀
使用方式网页体验 / API调用 / 本地部署
免费额度与收费政策
免费开源 API 按量
免费规则详情
模型权重 MIT 开源免费使用；官方 API 按 token 计费。
收费标准简介
官方 API 输入 $0.28/百万token（缓存命中 $0.028）、输出 $0.42/百万token。
模型能力介绍
✅ 核心优势
- 开源可商用（MIT）
- 推理与 Agent 能力强
- 成本极低
- 中文能力优�
⚠️ 短板与局限
- 本地部署硬件要求高
- 闭源 API 需国内支付
- 无原生多模态
🎯 适用场景
- 私有化部署
- gent 与工具调用
- 中文场景
- 成本敏感业务
模型使用教程
本章节整理 DeepSeek-V3.1 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。
DeepSeek-V3.1-Terminus 是深度求索 2025-09 发布的开源大模型，强化 Agent 能力并优化语言一致性。
- 网页体验：DeepSeek 官网 / App。
- API 调用：官方 API 模型名
deepseek-chat。 - 本地部署：权重 MIT 开源，支持 vLLM、SGLang。
- 注册 DeepSeek 开放平台。
- 创建 API Key。
- 国内直连，无需代理。
from openai import OpenAI
client = OpenAI(base_url="https://api.deepseek.com", api_key="YOUR_KEY")
res = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "写一篇产品文案"}])
print(res.choices[0].message.content)# 方式一：vLLM（推荐）
pip install vllm
vllm serve deepseek-ai/DeepSeek-V3.1-Terminus --port 8000
# 方式二：SGLang
python -m sglang.launch_server --model deepseek-ai/DeepSeek-V3.1-Terminus硬件要求较高，建议多卡 A100/H800 及以上。
💡 使用小技巧
企业私有化首选，MIT 许可可放心商用。
❓ 常见问题 FAQ
Q1：V3.1 和 V3 有什么区别？
A1：V3.1 强化 Agent 与工具调用，优化语言一致性与搜索/编码 Agent。
Q2：可以商用吗？
A2：可以，MIT 开源许可。
访问备注与注意事项
- 本地部署硬件门槛高
- PI 国内直连