模型 / DeepSeek V3.1 Terminus (Reasoning)
DeepSeek V3.1 Terminus (Reasoning)
DeepSeek发布：2025-09-22智能指数：30.60价格（每百万 tokens）
输入$1.64（¥11.05）
输出$2.75（¥18.59）
混合（3:1）$1.91
汇率 1 USD = 6.7597 CNY（open.er-api.com，Sat, 08 Aug 2026，每日同步）
速度
输出速度- tokens/s
首 token 时间-
首答案 token 时间-
评测覆盖
参与基准13 / 15
综合指数30.60
供应商DeepSeek
全部评测指标
智能指数综合30.60
Artificial Analysis 综合智能指数，由多个基准加权得出，反映模型整体推理能力。
代码指数代码43.50
Artificial Analysis 代码能力指数，综合 LiveCodeBench 等代码基准。
数学指数数学89.70
Artificial Analysis 数学能力指数，综合 AIME 等数学基准。
MMLU Pro学科知识85.1%
大规模多任务语言理解进阶版，衡量跨学科知识广度。
GPQA知识79.2%
研究生水平知识问答（GPQA Diamond），考察专家级科学知识。
HLE评估16.4%
人类最后一场考试（Humanity's Last Exam），极难的综合知识测试。
LiveCodeBench代码79.8%
持续更新的代码生成基准，降低数据污染影响。
SciCode代码40.6%
面向科研场景的数据科学编程题集。
Math 500数学-
OpenAI 收集的 500 道竞赛数学题子集（MATH500）。
AIME数学-
美国数学邀请赛题（老版口径，2023 及以前）。
AIME 2025数学89.7%
2025 版美国数学邀请赛题。
IFBench指令遵循57.0%
指令遵循能力基准（IFEval 中文扩展）。
LCR代码68.0%
代码审查与修复基准（LLM Code Review）。
TerminalBench Hard命令行30.3%
终端 CLI 使用能力高难度子集评测。
Tau2综合37.1%
第三代整体智能基准测试（Tau-Bench 的升级版），综合对话与工具使用。
