DeepSeek V3.1 Terminus
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 14 分之一。
有 34 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 31 个。
截至 2026年11月16日,DeepSeek V3.1 Terminus(DeepSeek)在 BenchLeader Index 上得分 55.5(共 608 个已排名配置)。表现最好的是推理(60),最弱的是智能体与工具(53)。API 价格为输入每百万 token $0.270、输出每百万 token $1.00(按 3:1 混合为 $0.453),为 2026年11月16日的标价。输出速度约为 16 token/秒(OpenRouter)。发布于 2025年9月22日。
要点(截至 2026年11月16日)
- DeepSeek V3.1 Terminus 的 API 价格为输入每百万 token $0.270、输出每百万 token $1.00(按 3:1 混合为 $0.453)(标价,2026年11月16日)。
- DeepSeek V3.1 Terminus 的输出速度约为 16 token/秒(OpenRouter,2026年11月16日)。
- DeepSeek V3.1 Terminus 于 2025年9月22日发布(DeepSeek)。
详细说明:DeepSeek V3.1 Terminus 是 DeepSeek 的开放权重推理模型,发布于 2025年9月22日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 55.5 ±2.7,在 608 个配置中排第 207 名,处于上半区。关键在于这个“±”:另有 257 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(60),智能体与工具最低(53)。按混合价格计,每百万 token $1.92,比大多数已排名模型贵。输出速度为 16 token/秒,首 token 延迟 1.9 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $1.92/M
- 输入 $1.64 · 输出 $2.75
- 来源:Artificial Analysis
- 输出速度
- 16 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.93 s
- 上下文
- 164k
- 来源:OpenRouter
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年9月22日
- 综合 Index56
- 推理60
- 编程59
- 智能体与工具53
- 指令遵循58
- 人类偏好59
- 长上下文59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/deepseek-v3-1-terminus)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月9日 至 2026年11月16日- thinking
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Hard Prompts | – | 1445#123 | 1424#151 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 75.0%#255 | 79.2%#203 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 8.7%#367 | 16.4%#261 | – | Artificial Analysis | |
| Kagi LLM Benchmark推理强度未说明 | – | – | 57.4%#59 | Kagi LLM Benchmark | |
| CritPt不计入 Index | 0.0%#337 | 1.7%#225 | – | Artificial Analysis | |
| LMCA不计入 Index推理强度未说明 | – | – | 28.6%#151 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 81.3%#133 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | 38.0%#199 | SciCode | |
| Arena Coding | – | 1459#139 | 1440#164 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | – | 38.0%#208 | – | Artificial Analysis | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | 745.2#94 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | 0.0%#186 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | – | 44.9%#131 | – | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | 52.9%#131 | 79.8%#29 | – | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 31.8%#103 | 30.3%#115 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 37.1%#232 | 37.1%#232 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | – | 718#220 | Artificial Analysis | |
| τ³-Banking (AA) | – | 21.0%#96 | Artificial Analysis | |
| AutomationBench不计入 Index | – | 2.7%#212 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | – | 5.4%#192 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | – | 458#220 | Artificial Analysis |
数学
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Maths推理强度未说明 | – | – | 1396#159 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 53.7%#129 | 89.7%#26 | – | Artificial Analysis |
知识
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 82.7%#53 | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 41.2%#255 | 57.0%#141 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | 1418#117 | 1394#155 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1416#135 | 1415#138 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1385#136 | 1405#104 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1415#137 | 1394#169 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1445#102 | 1419#138 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 45.3%#359 | 69.3%#243 | Artificial Analysis |
综合
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 13.9#313 | 14.8#301 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 213.5#372 | 247.9#270 | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| SiliconFlow | 21 tok/s | 1.68 s | $0.270 | $1.00 | 164k | fp8 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0015 | – | 20.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.021 | – | 39.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.014 | – | 1.6 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.109 | – | 4.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0038 | – | 14.4 s |
DeepSeek 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 DeepSeek V3.1 Terminus 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/deepseek-v3-1-terminus)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). DeepSeek V3.1 Terminus on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3-1-terminus
BibTeX:
@misc{benchleader_deepseek_v3_1_terminus_20261116,
author = {{BenchLeader}},
title = {{DeepSeek V3.1 Terminus on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/deepseek-v3-1-terminus}},
note = {Data as of 2026-11-16}
}常见问题
- DeepSeek V3.1 Terminus 的基准测试得分是多少?
- 截至 2026年11月16日,DeepSeek V3.1 Terminus(推理强度 thinking)的 BenchLeader Index 为 55.5 ±2.7。最强的是推理(60),最弱的是智能体与工具(53)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- DeepSeek V3.1 Terminus 排名第几?
- 截至 2026年11月16日,DeepSeek V3.1 Terminus(推理强度 thinking)在 608 个已排名配置中排第 207 名。另有 257 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- DeepSeek V3.1 Terminus 每百万 token 的价格是多少?
- 截至 2026年11月16日,DeepSeek V3.1 Terminus 的价格为输入每百万 token $1.64、输出每百万 token $2.75,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.92。标价最近一次变动是在 2026年9月19日。
- DeepSeek V3.1 Terminus 是什么时候发布的?
- DeepSeek 于 2025年9月22日发布了 DeepSeek V3.1 Terminus。BenchLeader 收录了它在 3 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《DeepSeek V3.1 Terminus:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v3-1-terminus。