Perbandingan Model
DeepSeek-V3.1
vs
Step-3.5-Flash
15 Feb 2026
Harga
Input
$
0.27
/ M Tokens
$
0.1
/ M Tokens
Output
$
1.0
/ M Tokens
$
0.3
/ M Tokens
Metadata
Buat di
21 Agu 2025
1 Feb 2026
Lisensi
MIT LICENSE
APACHE 2.0
Penyedia
DeepSeek
StepFun
Spesifikasi
Negara
Available
Available
Arsitektur
Mixture of Experts
Sparse Mixture-of-Experts (MoE) transformer architecture
Terkalibrasi
Ya
Tidak
Campuran Ahli
Ya
Ya
Total Parameter
671B
196B
Parameter yang Diaktifkan
37B
11B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
164K
262K
Max Tokens
164K
66K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
Tidak didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
didukung
Tidak didukung
Chat Prefix Completion
didukung
didukung
DeepSeek-V3.1dalam Perbandingan
Lihat bagaimana DeepSeek-V3.1membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
MiniMax-M2.5
VS
GLM-5
VS
Step-3.5-Flash
VS
GLM-4.7
VS
MiniMax-M2.1
VS
GLM-4.6V
VS
DeepSeek-V3.2
VS
DeepSeek-V3.1-Nex-N1
VS
Kimi-K2-Thinking
VS
MiniMax-M2
VS
DeepSeek-V3.2-Exp
VS
GLM-4.6
VS
DeepSeek-V3.1-Terminus
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Ring-flash-2.0
VS
Ling-flash-2.0
VS
Kimi-K2-Instruct-0905
VS
GLM-4.5V
VS
gpt-oss-120b
