模型比較
DeepSeek-V3
對比
Step-3.5-Flash
2026年2月15日
定價
輸入
$
0.25
/ M Tokens
$
0.1
/ M Tokens
輸出
$
1.0
/ M Tokens
$
0.3
/ M Tokens
元數據
創建於
2024年12月25日
2026年2月1日
許可證
MODEL AGREEMENT
APACHE 2.0
供應商
DeepSeek
StepFun
規格
州
Available
Available
架構
MoE
Sparse Mixture-of-Experts (MoE) transformer architecture
經過校準的
不
不
專家混合
是
是
總參數
671B
196B
啟用的參數
37B
11B
推理
不
不
精確
FP8
FP8
上下文長度
164K
262K
最大輸出長度
164K
66K
支援的功能
無伺服器
支持
支持
無伺服器的 LoRA
不支持
不支持
微調
不支持
不支持
嵌入
不支持
不支持
重新排名者
不支持
不支持
支援圖片輸入
不支持
不支持
JSON 模式
支持
不支持
結構化輸出
不支持
不支持
工具
支持
支持
完成最後一步
支持
不支持
聊天前綴完成
支持
支持
DeepSeek-V3在比較中
看看如何 DeepSeek-V3與其他熱門型號在關鍵層面上進行比較。
對戰
MiniMax-M2.5
對戰
GLM-5
對戰
Step-3.5-Flash
對戰
GLM-4.7
對戰
MiniMax-M2.1
對戰
GLM-4.6V
對戰
GLM-4.6V
對戰
DeepSeek-V3.2
對戰
DeepSeek-V3.1-Nex-N1
對戰
Kimi-K2-Thinking
對戰
MiniMax-M2
對戰
DeepSeek-V3.2-Exp
對戰
GLM-4.6
對戰
DeepSeek-V3.1-Terminus
對戰
Qwen3-VL-235B-A22B-Instruct
對戰
Qwen3-VL-235B-A22B-Thinking
對戰
Ring-flash-2.0
對戰
Ling-flash-2.0
對戰
Kimi-K2-Instruct-0905
對戰
DeepSeek-V3.1
