DeepSeek alias per la modalità non-thinking di V4 Flash — contesto da 1M, forte seguimento delle istruzioni e coding (alias legacy, in programma per deprecazione).
DeepSeek V3 è un modello di testo Mixture-of-Experts di DeepSeek, progettato per attività che richiedono comprensione e generazione su contesti molto lunghi. La sua finestra di contesto da 1.048.576…
DeepSeek V3 eccelle nel ragionamento su contesti lunghi grazie alla sua finestra di 1M token. Mantiene coerenza attraverso centinaia di pagine di testo, rendendolo ideale per riassumere interi documenti, seguire narrazioni complesse o analizzare grandi repository di codice. L'architettura MoE gli permette di delegare diverse parti di un compito a sottoreti 'esperte' specializzate, migliorando l'efficienza. Supporta inoltre un limite di output elevato di 384k token, consentendo la generazione di lunghi report, libri o dialoghi multi-turno con risposte estese. È particolarmente forte nel ragionamento matematico e nella generazione di codice, aree in cui DeepSeek ha concentrato l'addestramento.
Per attività semplici come domande e risposte brevi, classificazione o sintesi leggera, un modello più piccolo (ad esempio Llama 3.1 8B o GPT-4o mini) può essere più conveniente e veloce. DeepSeek V3 è ottimizzato per contesti lunghi e output elevati; usarlo per una risposta di 100 token spreca la sua capacità. Se la latenza in tempo reale è critica e il contesto è breve, considera un modello con overhead minore. Inoltre, se hai bisogno di input multimodali, DeepSeek V3 non è adatto.
I casi d'uso migliori includono l'elaborazione di documenti molto lunghi (ad esempio, contratti legali, articoli di ricerca, interi libri) in cui l'intero contesto deve essere considerato. È efficace anche per applicazioni di chat multi-turno che mantengono la cronologia delle conversazioni fino a 1M token, come il supporto clienti avanzato o la narrazione interattiva. La generazione e l'analisi del codice su basi di codice massive beneficiano del grande contesto. Inoltre, le attività che richiedono generazione di forme lunghe come la scrittura di report, la creazione di articoli o la generazione di dati strutturati (ad esempio, JSON, XML) possono utilizzare appieno il limite di output di 384k.
I punteggi specifici dei benchmark per DeepSeek V3 non sono forniti in questo elenco. Tuttavia, informazioni disponibili pubblicamente da DeepSeek indicano che V3 ottiene risultati competitivi nei benchmark di ragionamento (es. MATH, GSM8K), nei benchmark di codifica (es. HumanEval, MBPP) e nei compiti di comprensione linguistica (es. MMLU). La sua architettura MoE consente di performare in modo simile a modelli densi con molti più parametri totali, utilizzando meno calcolo per token. Gli utenti dovrebbero consultare il paper ufficiale di DeepSeek per i dati dettagliati.
La latenza dipende dalla lunghezza dell'input, dalla lunghezza dell'output e dal carico corrente. Poiché DeepSeek V3 utilizza un'architettura Mixture-of-Experts, attiva solo un sottoinsieme di parametri per token, il che generalmente si traduce in una generazione più rapida rispetto a un modello denso con lo stesso numero totale di parametri. Su OrcaRouter, la latenza è influenzata anche dalle condizioni di rete e dal bilanciamento del carico. Per contesti brevi, il modello risponde rapidamente; per l'elaborazione di contesti lunghi, il tempo di codifica iniziale scala con la lunghezza dell'input. Non vengono forniti valori specifici di latenza, ma gli utenti possono aspettarsi prestazioni ragionevoli per un modello delle sue dimensioni.
I punti di forza includono un'enorme finestra di contesto (1 milione di token), un limite di output elevato (384 mila token), l'efficienza MoE che porta a un costo inferiore per token e prestazioni elevate in ragionamento e codifica. Limitazioni: input solo testuale (nessuna immagine, audio), potenziale riduzione della profondità della conoscenza rispetto a modelli densi più grandi, e il modello potrebbe non essere ideale per compiti molto brevi dove risulta eccessivo. Inoltre, il suo comportamento in compiti altamente sfumati (ad esempio, scrittura creativa, tono emotivo) può variare; si consiglia di testarlo con l'utente.
Il prezzo è di $0.14 per 1 milione di token di input e $0.28 per 1 milione di token di output. Queste tariffe vengono fatturate al costo del fornitore senza alcun ricarico aggiuntivo da parte di OrcaRouter. I token di input includono il prompt; i token di output sono il testo generato dal modello. Ad esempio, un input di 500.000 token e un output di 100.000 token costerebbe $0.07 (input) + $0.028 (output) = $0.098. Nota che i token vengono conteggiati dal tokenizer del fornitore.
Data la sua ampia finestra di contesto, i costi possono aumentare se si utilizzano sempre tutti gli 1 milione di token. Tuttavia, per molti casi d'uso, la dimensione media dell'input è inferiore. Il costo per token è competitivo, specialmente rispetto a modelli densi di capacità simile. Poiché è un modello MoE, il costo di calcolo per token è inferiore, e OrcaRouter lo trasferisce senza markup. Se il tuo compito richiede solo poche centinaia di token, un modello più economico potrebbe essere più conveniente. Per compiti a contesto lungo, DeepSeek V3 offre spesso il miglior rapporto costo-prestazioni.
OrcaRouter non pubblicizza separatamente sconti per la memorizzazione nella cache per DeepSeek V3. La memorizzazione nella cache, se presente, seguirebbe le politiche del provider (DeepSeek), che potrebbero o meno essere applicate. Gli utenti dovrebbero presupporre la fatturazione standard per token. Per ottimizzare i costi, considera di riutilizzare efficacemente le finestre di contesto troncando gli input non necessari.
Utilizza l'API compatibile con OpenAI di OrcaRouter con URL di base https://api.orcarouter.ai/v1. Imposta l'ID del modello su "deepseek/deepseek-chat". Puoi usare il client Python ufficiale di OpenAI o qualsiasi libreria che supporti le chat completions di OpenAI. Esempio in Python: ```python import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_ORCAROUTER_API_KEY") response = client.chat.completions.create(model="deepseek/deepseek-chat", messages=[{"role":"user","content":"Hello"}]) ```
Il modello supporta i parametri standard per il completamento delle chat: temperature, top_p, max_tokens, stop, frequency_penalty, presence_penalty e altri. max_tokens può essere impostato fino a 384.000. Il modello è esclusivamente testuale, quindi non accetta input di immagini o audio. Per contesti lunghi, è possibile inviare array di messaggi di grandi dimensioni; assicurati che il totale dei token non superi 1.048.576. Il tokenizer è lo stesso di DeepSeek; OrcaRouter gestisce il conteggio dei token secondo il provider.
Modifica il base_url in https://api.orcarouter.ai/v1 e l'ID del modello in "deepseek/deepseek-chat". Mantieni la struttura del codice esistente (messaggi, parametri). Non sono necessarie altre modifiche se stai utilizzando il client Python di OpenAI o simile. Assicurati che la tua chiave API sia valida per OrcaRouter. Testa con una richiesta piccola per verificare i limiti di token e i prezzi. Per applicazioni che utilizzano lo streaming, il formato di risposta è identico a quello dello streaming di OpenAI.
GPT-4o supporta input di testo, immagini e audio; DeepSeek V3 è solo testo. GPT-4o ha una finestra di contesto di 128k, mentre DeepSeek V3 ne supporta 1M. Il prezzo di GPT-4o varia, ma in generale è più alto per token. L'architettura MoE di DeepSeek V3 può garantire una latenza inferiore per contesti lunghi. Per ragionamento e codifica, entrambi sono validi, ma GPT-4o ha capacità multimodali più ampie. Scegli DeepSeek V3 se hai bisogno di una lunghezza di contesto estrema e di un'elaborazione testuale efficiente; scegli GPT-4o per attività multimodali.
Claude 3.5 Sonnet offre una finestra di contesto di 200k, significativamente più piccola di quella da 1M di DeepSeek V3. Claude supporta input di testo e immagini; DeepSeek V3 è solo testo. Il prezzo di Claude è più alto per token (ad esempio, $3 per milione di input). DeepSeek V3 è più economico. Claude è noto per un forte seguimento delle istruzioni e sicurezza; DeepSeek V3 eccelle in matematica e programmazione. Per compiti a lungo contesto, DeepSeek V3 è più conveniente e offre una capacità maggiore.
Llama 3.1 405B è un modello denso con finestra di contesto di 128k; il contesto di DeepSeek V3 è molto più ampio. Llama 3.1 405B è anche solo testo. Il prezzo per Llama 3.1 405B tramite servizi ospitati è in genere superiore a quello di DeepSeek V3. L'architettura MoE di DeepSeek V3 utilizza meno parametri attivi, potenzialmente più veloce per la generazione. Entrambi sono validi nel ragionamento; DeepSeek V3 può avere un vantaggio nel richiamo di contesti lunghi grazie alla sua finestra estesa. Scegli DeepSeek V3 per lunghezze di contesto estreme; Llama 3.1 per accesso a pesi aperti o varianti specifiche ottimizzate.
Usa DeepSeek V3 quando il tuo compito richiede l'elaborazione di contesti molto lunghi (ad esempio interi libri, grandi basi di codice) o la generazione di output estesi (fino a 384k token). Se il tuo compito è breve, un modello più piccolo come DeepSeek V2 Lite o Llama 3.1 8B sarà più veloce ed economico. Inoltre, se hai bisogno di input multimodali, considera altri modelli. Il rapporto costi-benefici favorisce DeepSeek V3 per qualsiasi attività in cui il contesto superi i 128k token o in cui sia richiesta una lunghezza dell'output oltre i limiti tipici.
Compatibile con OpenAI: mantieni il tuo SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="deepseek/deepseek-chat",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoninglogprobsmax_tokensreasoningresponse_formatstopstreamstream_optionstemperaturethinkingtool_choicetoolstop_logprobstop_puser_id| Input / 1M token | $0.147 |
| Output / 1M token | $0.295 |
| Lettura cache / 1M | $0.020 |
| Valuta | USD |
Stima basata sul prezzo di listino
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
GET /api/public/models/deepseek/deepseek-chatApri @misc{orcarouter_deepseek_chat,
title = {DeepSeek V3 API},
author = {DeepSeek},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/deepseek/deepseek-chat}
}DeepSeek. (2024). DeepSeek V3 API. OrcaRouter. https://www.orcarouter.ai/models/deepseek/deepseek-chat