DeepSeek-V3.2系列开源，平衡实用与极致推理性能的新选择

DeepSeek-V3.2系列是一款开源软件，旨在实现实用性与极致推理之间的平衡，该软件具备强大的功能，能够满足各种需求，同时注重推理性能的优化，以实现更高效、更准确的运行，DeepSeek-V3.2系列开源软件为用户提供了实用的工具，既方便用户使用，又能够满足极致推理的要求。

ChatGPT发布三周年之际，DeepSeek发布了两款新模型。一款专注于平衡实用，适用于日常问答、通用Agent任务及真实应用场景下的工具调用。这款模型的推理能力达到GPT-5水平，略低于Gemini-3.0-Pro。另一款则主打极致推理，其推理基准性能与Gemini-3.0-Pro相当，并在多个竞赛中取得了优异成绩，包括IMO 2025、CMO 2025、ICPC World Finals 2025和IOI 2025金牌。

DeepSeek-V3.2侧重于平衡推理能力和输出长度，降低计算开销。该模型在Agent评测中达到了当前开源模型的最高水平。具体来说，它具有以下特点：推理能力与GPT-5相当；相比Kimi-K2-Thinking大幅缩短输出长度，减少用户等待时间；支持思考/非思考双模式工具调用；基于大规模Agent训练数据，泛化能力强。DeepSeek-V3.2并未针对这些测试集的工具做特殊训练。

DeepSeek-V3.2-Speciale是DeepSeek-V3.2的长思考增强版，融合了DeepSeek-Math-V2的定理证明能力。在指令跟随、数学证明、逻辑验证方面表现突出，适合高度复杂数学推理、编程竞赛、学术研究类任务。但目前没有针对日常对话与写作进行专项优化，仅供研究使用，不支持工具调用。在高度复杂任务上，Speciale版本优于标准版本，但消耗更多Tokens，成本更高。DeepSeek的App和Web端已更新为正式版DeepSeek-V3.2；Speciale版本目前仅供临时API使用。

技术报告揭示了DeepSeek-V3.2的一些创新点。新的稀疏注意力机制DSA显著降低了计算复杂度，使长文本处理更高效。DSA包含两个组件：lightning indexer（闪电索引器）和fine-grained token selection（细粒度token选择）机制。通过两阶段策略训练，实测效果显示在128k长度的序列上，DeepSeek-V3.2的推理成本比V3.1-Terminus降低了数倍。此外，团队在强化学习上下了血本，RL训练的计算预算超过预训练成本的10%。为了稳定扩展RL计算规模，团队改进了GRPO算法，采用无偏KL估计、离线序列掩码策略和Keep Routing操作等方法。

新模型在Agent任务上的突破也令人瞩目。团队设计了新的管理机制，保留历史推理内容，减少Token浪费。冷启动阶段，通过精心设计的系统提示让模型学会自然地插入工具调用。自动环境合成pipeline生成了大量任务导向的环境和复杂提示，涵盖多种编程语言和搜索场景。评测结果显示，DeepSeek-V3.2在多个基准测试中表现出色，接近闭源模型的性能。

尽管如此，DeepSeek-V3.2仍存在一些局限性。由于总训练FLOPs较少，世界知识广度落后于领先的闭源模型，Token效率也是个挑战。不过，团队表示这些都是未来版本的改进方向。