DeepSeek-V3.2正式发布，推理性能逼近GPT-5

ChatGPT三岁生日这天，DeepSeek正式发布了V3.2及其增强版V3.2-Speciale，新版本在架构效率、推理能力和智能体性能三个维度实现突破，同时API价格维持了此前的大幅降价，输入token降至每百万1元，输出token降至2元。

相比DeepSeek-V3.1，DeepSeek-V3.2唯一的架构修改是通过继续训练引入了DeepSeek Sparse Attention（DSA）。传统Transformer的注意力计算复杂度为O（L²），DSA通过“闪电索引器”和细粒度token选择，将复杂度降至O（Lk），其中k为2048。在H800集群实测中，处理128K上下文时，V3.2的推理成本仅为V3.1-Terminus的三分之一左右。关键是这种效率提升几乎没有损失性能，在MMLU-Pro、GPQA Diamond等标准测试中，两者得分基本持平。

推理能力方面，V3.2通过超过预训练成本10%的强化学习投入，在AIME 2025数学竞赛中达到93.1%通过率，HMMT二月赛92.5%，Codeforces编程评级2386分，整体水平与GPT-5相当。相比Kimi K2 Thinking，V3.2在保持相近准确率的同时，平均输出长度减少约30%，显著降低了实际使用成本。强化学习框架引入了“无偏KL估计”和“离策略序列掩码”等技术，有效解决了大规模RL训练的稳定性问题。

V3.2-Speciale则专注于极限推理能力。该版本在2025年国际数学奥林匹克（IMO）中解决六题中的五题获得金牌，在国际信息学奥林匹克（IOI）得分492分（满分600）同样获得金牌，在ICPC世界总决赛中解决12题中的10题排名第二。这是首个在多项国际顶级竞赛中达到金牌水平的开源通用模型。

智能体能力是另一大亮点。DeepSeek开发了大规模任务合成系统，自动生成1827个环境和85000个任务，涵盖代码工程、搜索增强、通用问题解决等场景。在SWE-Verified代码修复测试中，V3.2解决了73.1%的真实GitHub问题；在Tool-Decathlon工具使用测试中达到35.2%通过率，领先于其他开源模型。特别设计的上下文管理策略，让模型在工具调用过程中保留推理历史，避免重复计算。

目前，相关模型权重、推理代码等已在社区开源。