据DeepSeek 官微消息，DeepSeek今日发布两个正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale。
DeepSeek吉祥物
据悉，DeepSeek-V3.2的目标是平衡推理能力与输出长度，适合日常使用。在公开的推理类Benchmark测试中，DeepSeek-V3.2达到了GPT-5的水平，仅略低于Gemini-3.0-Pro；相比Kimi-K2-Thinking，V3.2的输出长度大幅降低，显著减少了计算开销与用户等待时间。
DeepSeek-V3.2-Speciale的目标是将开源模型的推理能力推向极致，探索模型能力的边界。V3.2-Speciale是DeepSeek-V3.2的长思考增强版，同时结合了DeepSeek-Math-V2的定理证明能力。V3.2-Speciale模型成功斩获IMO 2025（国际数学奥林匹克）、CMO 2025（中国数学奥林匹克）、ICPC World Finals 2025（国际大学生程序设计竞赛全球总决赛）及 IOI 2025（国际信息学奥林匹克）金牌。
两大模型各有千秋：日常利器与科研尖兵
DeepSeek-V3.2定位“平衡实用”。官方数据显示，其在推理基准测试中达GPT-5水平，略低于Gemini-3.0-Pro。相比同类思考模型，其显著缩短输出长度，降低计算开销与等待时间，适用于日常问答、通用Agent任务及真实场景工具调用。
DeepSeek官微称其“在Agent评测中达到当前开源模型最高水平”，且未针对测试工具进行特殊训练。
DeepSeek-V3.2-Speciale则为“极致推理”而生，是V3.2的长思考增强版，融合DeepSeek-Math-V2定理证明能力。该模型在IMO 2025（国际数学奥林匹克）、CMO 2025、ICPC 2025总决赛及IOI 2025中均达到金牌水准，其中ICPC成绩相当于人类选手第二，IOI相当于第十名。
DeepSeek Sparse Attention（DSA）首次实现了细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，实现了长文本训练和推理效率的大幅提升。
该版本未优化日常对话，不支持工具调用，专攻复杂数学推理、编程竞赛与学术研究，消耗Token更多，成本更高。
DeepSeek这次有了高效架构与强化学习突破
技术报告揭示了关键创新。DSA稀疏注意力机制将长序列处理复杂度从传统的O(L²)降至近似线性O(L·k)。通过“闪电索引器”与“细粒度token选择”，在128K长度序列上，推理成本比前代降低数倍：预填充阶段每百万token成本从约0.7美元降至0.2美元，解码阶段从2.4美元降至0.8美元。
强化学习训练投入空前，计算预算超预训练成本10%。团队改进GRPO算法，采用无偏KL估计、离线序列掩码策略及针对MoE模型的“保持路由”操作，确保训练稳定。通过专家蒸馏策略，先训练数学、编程等6大领域专家模型，再整合训练最终模型。
Agent能力：推理与工具调用深度融合
V3.2在Agent能力上取得关键突破。创新的思考上下文管理机制，改变以往丢弃历史推理内容的策略，仅在引入新用户消息时丢弃推理内容，而保留工具调用历史与结果，提升多轮任务连贯性。
在各领域的公开评测集上，DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。
训练数据方面，构建自动环境合成管线，生成1827个任务环境与超85000个复杂提示。代码Agent从GitHub挖掘数百万issue-PR对，构建数万个可执行问题解决环境。
评测显示，V3.2在SWE-Verified上解决率达73.1%，在Terminal Bench 2.0上准确率46.4%，显著超越现有开源模型。在多项工具使用基准上，表现已接近领先闭源模型。
此次双模型发布，不仅展示了DeepSeek在高效架构、强化学习与Agent能力的进展，更规划了开源模型实用化与探索极限的双路径，为全球开源社区提供新标杆。
目前，用户可通过官方渠道直接体验DeepSeek-V3.2；研究者可申请使用Speciale临时API，探索其极致推理能力。
来源：潮新闻
