人工智能領(lǐng)域迎來重要進(jìn)展，DeepSeek近日發(fā)布兩款全新模型——DeepSeek-V3.2及其長思考增強(qiáng)版DeepSeek-V3.2-Speciale。這兩款模型在推理、智能體等多項(xiàng)基準(zhǔn)測試中表現(xiàn)優(yōu)異，成為當(dāng)前開源模型中性能最強(qiáng)的代表，部分指標(biāo)甚至達(dá)到國際領(lǐng)先水平。

標(biāo)準(zhǔn)版DeepSeek-V3.2在公開推理類測試中展現(xiàn)出強(qiáng)大實(shí)力，其表現(xiàn)已接近GPT-5，僅略遜于Gemini-3.0-Pro。與Kimi-K2-Thinking相比，V3.2的輸出長度顯著縮短，計(jì)算開銷和用戶等待時間均大幅降低。該模型還首次將思考模式融入工具使用，支持思考與非思考兩種工具調(diào)用方式，在智能體評測中達(dá)到開源模型最高水平，且未針對測試工具進(jìn)行特殊訓(xùn)練，顯示出較強(qiáng)的泛化能力。

長思考增強(qiáng)版DeepSeek-V3.2-Speciale結(jié)合了DeepSeek-Math-V2的定理證明能力，在指令跟隨、數(shù)學(xué)證明和邏輯驗(yàn)證方面表現(xiàn)突出。在主流推理基準(zhǔn)測試中，其性能可與Gemini-3.0-Pro媲美。該版本在國際頂級學(xué)術(shù)競賽中取得突破性成績，斬獲IMO 2025、CMO 2025、ICPC World Finals 2025及IOI 2025金牌，其中ICPC與IOI成績分別達(dá)到人類選手第二名和第十名的水平。不過，由于該版本消耗的Tokens更多、成本較高，目前僅供研究使用，不支持工具調(diào)用，也未針對日常對話和寫作任務(wù)進(jìn)行優(yōu)化。

針對開源模型與專有模型差距擴(kuò)大的問題，DeepSeek團(tuán)隊(duì)分析認(rèn)為，主要限制因素包括：原始注意力機(jī)制在長序列處理效率上的不足、訓(xùn)練后階段算力投入不足，以及智能體應(yīng)用場景中泛化能力和指令遵循能力的滯后。為解決這些問題，DeepSeek提出三項(xiàng)創(chuàng)新方案：引入高效的稀疏注意力機(jī)制DSA，開發(fā)可擴(kuò)展的強(qiáng)化學(xué)習(xí)協(xié)議，以及設(shè)計(jì)促進(jìn)工具使用場景泛化推理的新流程。

DSA機(jī)制通過閃電索引器快速篩選重要token，僅對關(guān)鍵token進(jìn)行詳細(xì)分析，將注意力復(fù)雜度從平方級降低為近似線性增長。這種設(shè)計(jì)在保持模型質(zhì)量的同時，顯著提升了長序列推理效率。在H800 GPU上的測試顯示，DeepSeek-V3.2實(shí)現(xiàn)了顯著的端到端加速，在短上下文場景下也通過專門掩碼模式進(jìn)一步提升了效率。

在后訓(xùn)練階段，DeepSeek采用專家蒸餾與混合式強(qiáng)化學(xué)習(xí)相結(jié)合的方法。團(tuán)隊(duì)從同一基礎(chǔ)檢查點(diǎn)出發(fā)，為數(shù)學(xué)、編程、邏輯推理等六類專業(yè)任務(wù)訓(xùn)練專屬模型，再將這些專家的能力匯聚到統(tǒng)一大模型中。混合式強(qiáng)化學(xué)習(xí)則采用GRPO算法，將推理、智能體與人類對齊的訓(xùn)練整合到同一階段，避免災(zāi)難性遺忘。為解決思考模式與工具使用的結(jié)合問題，團(tuán)隊(duì)設(shè)計(jì)了新的上下文管理機(jī)制，確保模型在多輪工具調(diào)用中保持推理連續(xù)性。

目前，DeepSeek官方網(wǎng)頁端、App和API均已更新為DeepSeek-V3.2正式版，Speciale版本則以臨時API服務(wù)形式開放供社區(qū)評測與研究。兩款模型的技術(shù)報告和開源代碼已在模型庫平臺發(fā)布，供研究人員下載使用。

盡管DeepSeek-V3.2在計(jì)算效率與推理能力之間取得了平衡，但團(tuán)隊(duì)也承認(rèn)其存在局限性。由于整體訓(xùn)練計(jì)算量較少，該模型的世界知識廣度仍落后于領(lǐng)先專有模型；在token效率方面，通常需要更長的生成軌跡才能達(dá)到相似輸出質(zhì)量；在解決復(fù)雜任務(wù)方面，與前沿模型相比仍有提升空間。這些挑戰(zhàn)將成為未來迭代優(yōu)化的重點(diǎn)方向。