DeepSeek alias para o modo V4 Flash sem pensamento — contexto de 1M, forte seguimento de instruções e codificação (alias legado, com previsão de descontinuação).
DeepSeek V3 é um modelo de texto Mixture-of-Experts da DeepSeek, projetado para tarefas que exigem compreensão e geração em contextos muito longos. Sua janela de contexto de 1,048,576 tokens permite…
DeepSeek V3 se destaca no raciocínio sobre contextos longos devido à sua janela de 1 milhão de tokens. Ele mantém coerência ao longo de centenas de páginas de texto, tornando-se ideal para resumir documentos inteiros, acompanhar narrativas complexas ou analisar grandes repositórios de código. A arquitetura MoE permite que ele delegue diferentes partes de uma tarefa a sub-redes especializadas ('expert'), melhorando a eficiência. Ele também suporta um alto limite de saída de 384 mil tokens, possibilitando a geração de relatórios extensos, livros ou diálogos de múltiplas etapas com respostas amplas. É particularmente forte em raciocínio matemático e geração de código, áreas em que a DeepSeek concentrou seu treinamento.
Para tarefas simples como Q&A de formato curto, classificação ou sumarização leve, um modelo menor (por exemplo, Llama 3.1 8B ou GPT-4o mini) pode ser mais econômico e rápido. O DeepSeek V3 é otimizado para contextos longos e alta saída; usá-lo para uma resposta de 100 tokens desperdiça sua capacidade. Se a latência em tempo real for crítica e o contexto for curto, considere um modelo com menor sobrecarga. Além disso, se você precisar de entrada multimodal, o DeepSeek V3 não é adequado.
Os melhores casos de uso incluem processamento de documentos muito longos (ex.: contratos legais, artigos de pesquisa, livros inteiros) onde todo o contexto deve ser considerado. Também é eficaz para aplicações de chat com múltiplas interações que mantêm o histórico da conversa em até 1 milhão de tokens, como suporte avançado ao cliente ou narrativa interativa. A geração e análise de código em bases de código massivas se beneficiam do grande contexto. Além disso, tarefas que exigem geração de formato longo, como redação de relatórios, criação de artigos ou geração de dados estruturados (ex.: JSON, XML), podem utilizar plenamente o limite de saída de 384 mil tokens.
Pontuações de benchmark específicas para o DeepSeek V3 não são fornecidas nesta listagem. No entanto, informações publicamente disponíveis da DeepSeek indicam que o V3 alcança resultados competitivos em benchmarks de raciocínio (por exemplo, MATH, GSM8K), benchmarks de codificação (por exemplo, HumanEval, MBPP) e tarefas de compreensão de linguagem (por exemplo, MMLU). Sua arquitetura MoE permite que ele tenha desempenho semelhante a modelos densos com muito mais parâmetros totais, usando menos computação por token. Os usuários devem consultar o artigo oficial da DeepSeek para números detalhados.
A latência depende do comprimento da entrada, do comprimento da saída e da carga atual. Como o DeepSeek V3 usa uma arquitetura de Mistura de Especialistas (Mixture-of-Experts), ele ativa apenas um subconjunto de parâmetros por token, o que geralmente resulta em geração mais rápida em comparação com um modelo denso com a mesma contagem total de parâmetros. No OrcaRouter, a latência também é influenciada pelas condições de rede e pelo balanceamento de carga. Para contextos curtos, o modelo responde rapidamente; para processamento de contextos longos, o tempo inicial de codificação escala com o comprimento da entrada. Nenhum valor específico de latência é fornecido, mas os usuários podem esperar um desempenho razoável para um modelo de seu porte.
Os pontos fortes incluem uma janela de contexto massiva (1M tokens), alto limite de saída (384k tokens), eficiência MoE resultando em menor custo por token e forte desempenho em raciocínio/codificação. Limitações: entrada apenas de texto (sem imagens, áudio), potencial para profundidade reduzida de conhecimento em comparação com modelos densos maiores, e o modelo pode não ser ideal para tarefas muito curtas onde é excessivo. Além disso, seu comportamento em tarefas altamente sutis (por exemplo, escrita criativa, tom emocional) pode variar; recomenda-se testes pelo usuário.
O preço é de $0.14 por 1 milhão de tokens de entrada e $0.28 por 1 milhão de tokens de saída. Essas tarifas são cobradas conforme a taxa do provedor, sem nenhum acréscimo da OrcaRouter. Os tokens de entrada incluem o prompt; os tokens de saída são o texto gerado pelo modelo. Por exemplo, uma entrada de 500,000 tokens e uma saída de 100,000 tokens custariam $0.07 (entrada) + $0.028 (saída) = $0.098. Observe que os tokens são contados pelo tokenizador do provedor.
Devido à sua grande janela de contexto, os custos podem aumentar se você sempre usar os 1M tokens completos. No entanto, para muitos casos de uso, o tamanho médio da entrada é menor. O custo por token é competitivo, especialmente comparado a modelos densos de capacidade similar. Por ser um modelo MoE, o custo computacional por token é menor, o que a OrcaRouter repassa como margem zero. Se sua tarefa requer apenas algumas centenas de tokens, um modelo mais barato pode ser mais econômico. Para tarefas de contexto longo, o DeepSeek V3 frequentemente oferece a melhor relação custo-desempenho.
OrcaRouter não anuncia separadamente descontos de cache para o DeepSeek V3. O cache, se houver, seguiria as políticas do provedor (DeepSeek), que podem ou não ser aplicáveis. Os usuários devem assumir a cobrança padrão por token. Para otimização de custos, considere reutilizar janelas de contexto de forma eficiente, reduzindo entradas desnecessárias.
Use a API compatível com OpenAI do OrcaRouter com URL base https://api.orcarouter.ai/v1. Defina o ID do modelo como "deepseek/deepseek-chat". Você pode usar o cliente oficial do OpenAI Python ou qualquer biblioteca que suporte as conclusões de chat do OpenAI. Exemplo em 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"}]) ```
O modelo suporta parâmetros padrão de conclusão de chat: temperature, top_p, max_tokens, stop, frequency_penalty, presence_penalty e outros. max_tokens pode ser configurado até 384,000. O modelo é apenas texto, portanto não há entradas de imagem ou áudio. Para contextos longos, você pode enviar grandes arrays de mensagens; certifique-se de que o total de tokens não ultrapasse 1,048,576. O tokenizador é o mesmo que o próprio da DeepSeek; o OrcaRouter lida com a contagem de tokens conforme o provedor.
Altere a base_url para https://api.orcarouter.ai/v1 e o model ID para "deepseek/deepseek-chat". Mantenha sua estrutura de código existente (mensagens, parâmetros). Nenhuma outra alteração é necessária se você estiver usando o cliente Python OpenAI ou similar. Certifique-se de que sua chave API é válida para OrcaRouter. Teste com uma pequena solicitação para verificar os limites de token e preços. Para aplicações que usam streaming, o formato de resposta é idêntico ao streaming da OpenAI.
GPT-4o suporta entrada de texto, imagem e áudio; DeepSeek V3 é apenas texto. O GPT-4o possui uma janela de contexto de 128k, enquanto o DeepSeek V3 suporta 1M. O preço do GPT-4o varia, mas geralmente é mais alto por token. A arquitetura MoE do DeepSeek V3 pode resultar em menor latência para contextos longos. Em raciocínio e codificação, ambos são fortes, mas o GPT-4o possui capacidades multimodais mais amplas. Escolha DeepSeek V3 se precisar de comprimento de contexto extremo e processamento eficiente de texto; escolha GPT-4o para tarefas multimodais.
O Claude 3.5 Sonnet oferece uma janela de contexto de 200k tokens, significativamente menor que o DeepSeek V3 com 1M. O Claude suporta entrada de texto e imagem; o DeepSeek V3 é apenas texto. O preço do Claude é mais alto por token (por exemplo, $3 por milhão de entrada). O DeepSeek V3 é mais barato. O Claude é conhecido por seguir instruções de forma consistente e pela segurança; o DeepSeek V3 se destaca em matemática e codificação. Para tarefas de contexto longo, o DeepSeek V3 é mais econômico e oferece maior capacidade.
O Llama 3.1 405B é um modelo denso com janela de contexto de 128k; o contexto do DeepSeek V3 é muito maior. O Llama 3.1 405B também é apenas de texto. O preço do Llama 3.1 405B via serviços hospedados é tipicamente mais alto que o do DeepSeek V3. A arquitetura MoE do DeepSeek V3 utiliza menos parâmetros ativos, sendo potencialmente mais rápida para geração. Ambos são fortes em raciocínio; o DeepSeek V3 pode ter vantagem na recuperação de contexto longo devido à sua janela estendida. Escolha o DeepSeek V3 para comprimentos de contexto extremos; o Llama 3.1 para acesso a pesos abertos ou variantes ajustadas específicas.
Use o DeepSeek V3 quando sua tarefa exigir processamento de contextos muito longos (por exemplo, livros inteiros, grandes bases de código) ou geração de saídas longas (até 384 mil tokens). Se sua tarefa for curta, um modelo menor como DeepSeek V2 Lite ou Llama 3.1 8B será mais rápido e mais barato. Além disso, se você precisar de entrada multimodal, considere outros modelos. A relação custo-benefício favorece o DeepSeek V3 para qualquer tarefa em que o contexto exceda 128 mil tokens ou onde o comprimento da saída ultrapasse os limites típicos.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $0.147 |
| Saída / 1M tokens | $0.295 |
| Leitura de cache / 1M | $0.020 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
GET /api/public/models/deepseek/deepseek-chatAbrir @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