Na API oficial atual, os IDs deepseek-chat e deepseek-reasoner correspondem ao DeepSeek-V3.2 com limite de contexto de 128K tokens. Portanto, qualquer exemplo com esses IDs nesta página é apenas um exemplo de API atual para comparação, não uma chamada direta ao V3.1 histórico. Para novas integrações, consulte DeepSeek V3.2, Preços do DeepSeek e a documentação oficial da API.
O DeepSeek V3.1 foi lançado em agosto de 2025 como uma evolução direta da geração DeepSeek V3 e como uma ponte técnica para os modelos posteriores da família. Seu valor principal hoje está em explicar a transição da DeepSeek para modelos mais orientados a agentes, ferramentas e raciocínio, além de servir como referência para pesquisadores e desenvolvedores interessados em arquitetura, templates de chat, contexto longo e execução local.
Em vez de tratar o V3.1 como “o modelo atual da API”, a leitura correta em 2026 é: V3.1 é uma geração histórica/open-weight para estudo técnico, comparação e self-hosting; V3.2 é a referência atual para novas chamadas na API oficial. Essa separação evita conflitos com as páginas de DeepSeek, Chat, App, Pricing e Modelos.
Resumo rápido: como interpretar o DeepSeek V3.1 hoje
| Item | Status correto em 2026 |
|---|---|
| Natureza da página | Arquivo histórico e guia técnico sobre o DeepSeek V3.1. |
| Uso principal | Pesquisa, comparação, estudo de templates de chat, agentes, contexto longo e implantação local. |
| API oficial atual | deepseek-chat e deepseek-reasoner devem ser descritos como modos do DeepSeek-V3.2, não como endpoints atuais do V3.1. |
| Preços atuais | Não use imagens ou tabelas antigas do V3.1. Use a página atual de Preços do DeepSeek e confirme na documentação oficial. |
| Pesos do modelo | O V3.1 e o V3.1-Base continuam relevantes como modelos open-weight no Hugging Face, respeitando a licença aplicável. |
| Recomendação editorial | Apresente o V3.1 como geração anterior importante, não como produto principal atual. |
Linha do tempo: do V3.1 ao V3.2
| Data | Evento | Impacto editorial |
|---|---|---|
| 21 de agosto de 2025 | Lançamento do DeepSeek-V3.1 com inferência híbrida: modo thinking e non-thinking no mesmo modelo. | A página V3.1 pode explicar a origem dessa transição técnica. |
| 22 de setembro de 2025 | DeepSeek-V3.1-Terminus refinou a geração V3.1, com foco em estabilidade de linguagem e melhorias para agentes. | V3.1 passa a ser parte de uma sequência histórica, não um ponto final. |
| 29 de setembro de 2025 | DeepSeek-V3.2-Exp foi apresentado como modelo experimental construído sobre V3.1-Terminus. | Qualquer comparação com V3.1 deve reconhecer que versões posteriores já ampliaram essa base. |
| 1 de dezembro de 2025 | DeepSeek-V3.2 foi anunciado como sucessor do V3.2-Exp e disponibilizado em App, Web e API. | Novas integrações devem ser direcionadas para V3.2 e para a documentação oficial atual. |
| 17 de abril de 2026 | Estado editorial desta página. | deepseek-chat e deepseek-reasoner são tratados como modos do DeepSeek-V3.2 na API pública atual. |
O que foi o DeepSeek V3.1?
O DeepSeek V3.1 foi um modelo de linguagem de grande escala que combinou a base arquitetural da geração V3 com uma camada de pós-treinamento voltada a raciocínio, uso de ferramentas e agentes. A grande novidade editorial do V3.1 foi o suporte explícito a dois modos de interação dentro da mesma família: um modo de resposta direta, chamado de non-thinking, e um modo de raciocínio, chamado de thinking.
Essa característica ajudou a aproximar a família DeepSeek de aplicações mais agentivas: fluxos de código, busca, análise de documentos extensos, uso de ferramentas externas e tarefas multi-etapa. Em termos técnicos, o V3.1 também consolidou a janela de contexto de 128K tokens e manteve a escala de 671B parâmetros totais com cerca de 37B parâmetros ativados por token, conforme o model card oficial.
Especificações técnicas principais
- Modelo: DeepSeek-V3.1 e DeepSeek-V3.1-Base.
- Arquitetura: geração baseada na família DeepSeek V3, com estrutura compatível com a arquitetura do V3 e foco adicional em inferência híbrida.
- Parâmetros: 671 bilhões de parâmetros totais e aproximadamente 37 bilhões de parâmetros ativados por token.
- Contexto: 128K tokens para a geração V3.1.
- Modos: non-thinking para respostas diretas e thinking para tarefas que exigem raciocínio mais longo.
- Long context extension: V3.1-Base foi construído a partir do checkpoint base do V3 com extensão de contexto em duas fases, incluindo dados adicionais de documentos longos.
- Precisão/treinamento: uso de formato UE8M0 FP8 em pesos e ativações, segundo o material técnico do model card.
- Uso de ferramentas: suporte a tool calling no modo non-thinking e formatos específicos para agentes de busca e código em cenários self-hosted ou experimentais.
- Licença: o repositório do Hugging Face indica licença MIT para o V3.1; ainda assim, em projetos comerciais ou regulados, revise sempre o arquivo de licença oficial antes de distribuir, modificar ou hospedar o modelo.
Thinking e non-thinking: o ponto técnico central do V3.1
O DeepSeek V3.1 ficou conhecido por permitir dois comportamentos em um mesmo modelo por meio do template de chat. No modo non-thinking, o modelo responde de forma mais direta, adequado para conversas simples, reformulação de texto, geração de conteúdo e tarefas rotineiras. No modo thinking, o modelo usa um formato de raciocínio interno mais longo, útil para tarefas complexas de código, matemática, planejamento e análise multi-etapa.
Essa distinção é importante, mas precisa ser descrita com cuidado. Em páginas antigas, é comum encontrar frases como “use deepseek-reasoner para chamar o V3.1”. Essa frase está desatualizada. Hoje, deepseek-reasoner é o modo thinking do DeepSeek-V3.2 na API oficial atual. Para estudar o V3.1 especificamente, o caminho correto é consultar os pesos e templates do repositório oficial ou usar um provedor que declare explicitamente estar servindo V3.1.
| Termo | Como explicar na página V3.1 | Evite escrever |
|---|---|---|
deepseek-chat | Historicamente foi usado como modo non-thinking durante a era V3.1; hoje aponta para V3.2 na API oficial. | “deepseek-chat chama o DeepSeek V3.1 atual”. |
deepseek-reasoner | Historicamente representou o modo thinking; hoje é o modo thinking do V3.2 na API oficial. | “deepseek-reasoner é o endpoint público atual do V3.1”. |
/chat/completions | Endpoint atual de chat da API DeepSeek, compatível com formato OpenAI. | “endpoint específico do V3.1”. |
GET /models | Forma correta de confirmar quais modelos estão disponíveis no momento. | “o V3.1 sempre está ativo na API”. |
Exemplo correto de API atual ao comparar com V3.1
O código abaixo é útil para leitores que chegaram à página V3.1, mas querem fazer uma integração moderna. Ele não chama o V3.1 histórico; ele usa a API atual da DeepSeek. O objetivo é deixar claro o formato de integração e evitar que a página histórica contradiga a página de preços ou a documentação atual.
from openai import OpenAI
client = OpenAI(
api_key="<DEEPSEEK_API_KEY>",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
# deepseek-chat = modo non-thinking do DeepSeek-V3.2 na API oficial atual.
# Este exemplo NÃO é uma chamada direta ao DeepSeek V3.1 histórico.
model="deepseek-chat",
messages=[
{"role": "system", "content": "Você é um assistente técnico claro e objetivo."},
{"role": "user", "content": "Explique, em português, o que mudou do DeepSeek V3 para o V3.1."}
],
stream=False
)
print(response.choices[0].message.content)Para tarefas que exigem raciocínio mais longo, o modo atual equivalente é:
response = client.chat.completions.create(
# deepseek-reasoner = modo thinking do DeepSeek-V3.2 na API oficial atual.
# Use para raciocínio complexo, planejamento, matemática ou análise de código.
model="deepseek-reasoner",
messages=[
{"role": "user", "content": "Compare duas estratégias de agentes para análise de logs corporativos."}
],
stream=False
)
resposta_final = response.choices[0].message.content
print(resposta_final)Atenção: não inclua tabelas de preço antigas do V3.1 nesta página. Preços, limites, recursos e disponibilidade mudam com o tempo. Para decisões de produção, direcione o usuário para Preços do DeepSeek e para a página oficial de Models & Pricing.
Como estudar o V3.1 localmente
Para estudar o V3.1 em si, a referência correta é o repositório oficial no Hugging Face: deepseek-ai/DeepSeek-V3.1. Ali estão descritos os downloads do modelo, o template de chat, modos thinking e non-thinking, uso de ferramentas, exemplos de avaliação e recomendações de execução local.
Executar o V3.1 completo localmente exige infraestrutura de alto desempenho. Por isso, em uma página editorial, é melhor orientar o leitor a começar pelo estudo do template e pela documentação do repositório, em vez de prometer que o modelo roda facilmente em qualquer máquina.
import transformers
tokenizer = transformers.AutoTokenizer.from_pretrained(
"deepseek-ai/DeepSeek-V3.1",
trust_remote_code=True
)
messages = [
{"role": "system", "content": "Você é um assistente técnico."},
{"role": "user", "content": "Explique a diferença entre thinking e non-thinking no V3.1."}
]
# Exemplo conceitual de template: consulte o model card para detalhes completos.
prompt_non_thinking = tokenizer.apply_chat_template(
messages,
tokenize=False,
thinking=False,
add_generation_prompt=True
)
prompt_thinking = tokenizer.apply_chat_template(
messages,
tokenize=False,
thinking=True,
add_generation_prompt=True
)
print(prompt_non_thinking)
print(prompt_thinking)Para implantação real, consulte também a documentação do projeto DeepSeek-V3, runtimes compatíveis e limitações de hardware. A escala de 671B parâmetros torna o V3.1 inadequado para execução casual em computadores comuns; ele é mais apropriado para clusters, servidores com múltiplas GPUs ou ambientes especializados.
Aplicações históricas e técnicas do DeepSeek V3.1
Mesmo não sendo o foco atual da API pública, o V3.1 continua útil como referência para entender várias aplicações que a família DeepSeek passou a atender melhor:
- Assistência de código: análise, explicação, revisão e geração de trechos de código, especialmente em cenários onde o contexto longo ajuda a considerar múltiplos arquivos ou requisitos.
- Agentes com ferramentas: estudo de formatos de tool calling, agentes de busca e agentes de código.
- Análise de documentos longos: uso de contexto de 128K para resumir, extrair informações e responder perguntas sobre materiais extensos.
- Pesquisa em raciocínio: comparação entre respostas diretas e respostas com modo thinking em problemas de matemática, lógica e planejamento.
- Self-hosting e auditoria: exploração de pesos open-weight em ambientes controlados, respeitando requisitos de hardware e licença.
Benefícios para engenharia, pesquisa e produto
Como página histórica, o foco não deve ser vender o V3.1 como a melhor opção atual, mas explicar por que ele foi relevante para equipes técnicas.
- Para engenharia: o V3.1 mostrou como modelos de contexto longo e suporte a ferramentas poderiam ser usados em revisão de código, automação e agentes internos.
- Para pesquisa: serviu como base para estudar inferência híbrida, templates de chat, uso de FP8, extensão de contexto e comparação com modelos de raciocínio.
- Para produto: ajudou a consolidar casos de uso como chatbots técnicos, assistentes de documentação, análise de conhecimento corporativo e workflows com ferramentas.
- Para SEO e conteúdo técnico: a página V3.1 deve funcionar como nó de arquivo dentro do cluster DeepSeek, apontando o usuário para as páginas atuais quando a intenção for uso prático.
Boas práticas editoriais para esta página
Para manter consistência com o restante do site, use as seguintes regras editoriais sempre que atualizar esta página:
- Chame o V3.1 de modelo histórico, geração anterior, referência técnica ou modelo open-weight.
- Evite dizer que V3.1 é “o modelo atual da API”.
- Quando mencionar
deepseek-chatedeepseek-reasoner, explique que a API oficial atual os associa ao DeepSeek V3.2. - Não publique screenshots antigos de preço como se fossem atuais.
- Para custos e limites, linke para Pricing.
- Para uso sensível, linke para Segurança, Política de Privacidade e Aviso Legal.
- Para comparar modelos, use a página Modelos como hub.
Limitações e cuidados
O V3.1 tem valor técnico, mas há limitações importantes que devem aparecer com clareza:
- Disponibilidade: a API pública oficial evoluiu para V3.2; não prometa disponibilidade atual do V3.1 por endpoint oficial.
- Custo e preço: preços históricos de 2025 não devem ser usados para estimar produção em 2026.
- Hardware: a execução local completa exige infraestrutura especializada, não apenas uma GPU comum.
- Factualidade: como qualquer LLM, o V3.1 pode errar, alucinar ou gerar respostas plausíveis mas incorretas.
- Dados sensíveis: não envie documentos confidenciais, dados pessoais sensíveis ou segredos de API sem avaliação de privacidade, segurança e conformidade.
- Templates e tool calling: formatos técnicos podem variar por runtime; consulte o model card e a documentação do provedor usado.
Relação com as páginas principais do site
Esta página deve apoiar a estratégia principal do site sem competir com ela. A intenção correta é:
| Página | Papel recomendado |
|---|---|
| Página inicial | Explicar DeepSeek/DeepSeek AI de forma geral e direcionar o usuário para chat, app, API e modelos. |
| DeepSeek V3.2 | Ser a página principal para o modelo atual e novas integrações. |
| Pricing | Concentrar preços, limites, cache e regras de cobrança atuais. |
| DeepSeek V3 | Servir como arquivo técnico da geração anterior ao V3.1. |
| DeepSeek R1 | Explicar a linhagem de raciocínio sem confundir R1 com o endpoint atual deepseek-reasoner. |
| Modelos | Organizar modelos atuais e históricos, deixando claro o status de cada um. |
Conclusão
O DeepSeek V3.1 foi uma etapa decisiva na evolução da família DeepSeek. Ele conectou o V3 original a uma geração mais orientada a agentes, raciocínio híbrido, ferramentas e contexto longo. Seu papel atual, entretanto, é histórico e técnico: explicar como a arquitetura e os modos de uso evoluíram, sem confundir o leitor sobre a API vigente.
Para quem quer estudar o modelo, o melhor caminho é consultar os pesos e o model card do V3.1. Para quem quer construir uma aplicação hoje, o caminho editorial correto é começar por DeepSeek V3.2, validar os custos em Preços do DeepSeek e confirmar disponibilidade, limites e parâmetros na documentação oficial.
deepseek-portugues.chat é um projeto independente e não afiliado oficialmente à DeepSeek. Este conteúdo é editorial, técnico e informativo. Para uso em produção, confirme sempre modelos, preços, limites, licenças e políticas diretamente nos canais oficiais.