Posso eseguire DeepSeek V3.1 localmente?

I pesi sono aperti e disponibili su Hugging Face, quindi sì — ma il modello ha 671B parametri totali, che richiedono hardware importante per l'esecuzione a piena precisione; la maggior parte userà una versione quantizzata o un'API.

Quanto costa DeepSeek V3.1 e qual è la finestra di contesto?

Via API costa $0,25 per milione di token di input e $0,95 per milione di token di output, con una finestra di contesto da 163.840 token.

In cosa differisce la V3.1 da DeepSeek V3 e DeepSeek R1?

La V3.1 aggiunge una modalità ibrida di pensiero (quindi un modello copre sia chat veloce che ragionamento passo-passo), migliora chiamata strumenti e compiti agenti, ed estende il contesto a 128K tramite training aggiuntivo per contesti lunghi; in modalità pensiero raggiunge qualità comparabile a R1 pur essendo più veloce.

DeepSeek V3.1

4967°

#llm #deepseek #ragionamento #programmazione #agenti #contesto lungo

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

DeepSeek | contesto da 163.840 token | $0.25/M input, $0.95/M output. DeepSeek-V3.1 è un grande modello ibrido di ragionamento (671 miliardi di parametri, 37 miliardi attivi) che supporta sia modalità pensante che non pensante tramite template di prompt. Estende la base DeepSeek-V3 con un processo di addestramento a due fasi per contesti lunghi, raggiungendo fino a 128K token, e utilizza FP8 microscaling per un'inferenza efficiente. Gli utenti possono controllare il comportamento del ragionamento con il booleano reasoning enabled. Scopri di più nella nostra documentazioneOpens in new tab Il…DeepSeek | contesto da 163.840 token | $0.25/M input, $0.95/M output. DeepSeek-V3.1 è un grande modello ibrido di ragionamento (671 miliardi di parametri, 37 miliardi attivi) che supporta sia modalità pensante che non pensante tramite template di prompt. Estende la base DeepSeek-V3 con un processo di addestramento a due fasi per contesti lunghi, raggiungendo fino a 128K token, e utilizza FP8 microscaling per un'inferenza efficiente. Gli utenti possono controllare il comportamento del ragionamento con il booleano reasoning enabled. Scopri di più nella nostra documentazioneOpens in new tab Il modello migliora l'uso di strumenti, la generazione di codice e l'efficienza del ragionamento, raggiungendo prestazioni comparabili a DeepSeek-R1 su benchmark difficili pur rispondendo più rapidamente. Supporta chiamate strutturate di strumenti, agenti di codice e agenti di ricerca, rendendolo adatto per ricerca, codifica e flussi di lavoro agentici. Succede al modello DeepSeek V3-0324 e si comporta bene in una varietà di compiti.

Guide per questo modello

Il miglior LLM locale per caso d'uso (ottobre 2026): il modello open giusto per ogni lavoro

Quanta VRAM serve davvero per l'AI locale?

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

DeepSeek V3.1 è un modello mixture-of-experts da 671B di DeepSeek che esegue 37B parametri in inferenza e supporta modalità di pensiero e non-pensiero in un unico set di pesi. La modalità pensiero raggiunge una qualità comparabile a DeepSeek R1 rispondendo più velocemente, e le capacità di chiamata strumenti e agenti sono state sostanzialmente migliorate rispetto alla V3. Con meno di un dollaro per milione di token di output è un'opzione seria per chi esegue pipeline agentiche o su documenti lunghi con budget limitato.

Conosciuto per

Modalità ibrida pensiero/non-pensiero commutabile via template chat, senza bisogno di modelli separati.
Chiamata strumenti e flussi agenti significativamente migliorati rispetto a DeepSeek V3.
Finestra di contesto da 128K costruita tramite un processo di training a due fasi per contesti lunghi.
Qualità in modalità pensiero comparabile a DeepSeek R1, con tempi di risposta più rapidi.
Pesi aperti disponibili su Hugging Face; microscaling FP8 per inferenza efficiente.

Attenzione a

671B parametri totali significa che il deployment locale richiede hardware serio; la maggior parte degli utenti userà un'API.
La chiamata strumenti è supportata solo in modalità non-pensiero — non puoi combinare uso strutturato di strumenti con la modalità ragionamento.
Il template chat è cambiato rispetto alla V3; prompt e integrazioni esistenti potrebbero necessitare aggiornamenti.

Ideale per

Programmazione

Agenti e uso di strumenti

Ragionamento

Contesto lungo

Budget

Prompt da provare

Agente codice multi-step

Hai accesso a un interprete Python. Scrivi uno script che recuperi i tassi di cambio più recenti per USD, EUR e GBP da un'API pubblica, calcoli i tassi incrociati per tutte e tre le coppie e stampi una tabella formattata. Usa chiamate a strumenti per eseguire ogni passaggio, verifica l'output e correggi eventuali errori prima di restituire il risultato finale.

Puzzle di ragionamento complesso

Cinque ingegneri si uniscono a un progetto in giorni diversi: da lunedì a venerdì. Alice si è unita prima di Bob. Carol si è unita il giorno dopo Dave. Eve si è unita mercoledì. Bob non si è unito giovedì. Dave si è unito prima di Carol ma dopo Eve. Elenca il giorno di inizio di ogni ingegnere e mostra il ragionamento passo passo.

Estrazione da documento lungo

Incollo qui sotto un contratto lungo. Leggilo attentamente e produci: (1) un riassunto in un paragrafo in inglese semplice degli obblighi principali di ciascuna parte, (2) una lista puntata di tutte le scadenze o i periodi di preavviso menzionati, e (3) eventuali clausole che potrebbero creare responsabilità inaspettate per l'acquirente. Segnala qualsiasi ambiguità. [Incolla qui il testo del contratto]

Confronta con

DeepSeek Flash Latest
Modello solo API
Contesto di 1,048,576 token · Input $0.04/M, output $0.68/M
DeepSeek V4 Flash Latest
Modello solo API
Contesto di 1,048,576 token · Input $0.01/M, output $1.28/M
DeepSeek Pro Latest
Modello solo API
Contesto di 1,048,576 token · Input $0.25/M, output $5.00/M
DeepSeek V4.1 Flash
Modello con pesi aperti
Contesto di 1,048,576 token · Input $0.04/M, output $0.68/M

Altri modelli di testo da deepseek

Domande frequenti

Posso eseguire DeepSeek V3.1 localmente?: I pesi sono aperti e disponibili su Hugging Face, quindi sì — ma il modello ha 671B parametri totali, che richiedono hardware importante per l'esecuzione a piena precisione; la maggior parte userà una versione quantizzata o un'API.
Quanto costa DeepSeek V3.1 e qual è la finestra di contesto?: Via API costa $0,25 per milione di token di input e $0,95 per milione di token di output, con una finestra di contesto da 163.840 token.
In cosa differisce la V3.1 da DeepSeek V3 e DeepSeek R1?: La V3.1 aggiunge una modalità ibrida di pensiero (quindi un modello copre sia chat veloce che ragionamento passo-passo), migliora chiamata strumenti e compiti agenti, ed estende il contesto a 128K tramite training aggiuntivo per contesti lunghi; in modalità pensiero raggiunge qualità comparabile a R1 pur essendo più veloce.

Verdetto del capitano
Un modello raro che si guadagna un posto sia nella lista budget sia in quella per flussi agentici — la modalità ibrida di pensiero è davvero utile e non solo una casella di marketing.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Pareto Latest

TEXT / LLM

Gemini 3.5 Flash Lite

Modelli di IA per generare immagini, video e testo

DeepSeek V3.1 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm deepseek ragionamento programmazione agenti contesto lungo budget

Sfoglia per famiglia di modelli