12月1日晚，DeepSeek又上新了兩款新模型，DeepSeek-V3.2和DeepSeek-V3.2-Speciale，在推理能力上全球領先。

兩款模型有著不同的定位。DeepSeek-V3.2的目標是平衡推理能力與輸出長度，適合日常使用，例如問答場景和通用智能體任務場景。9月底DeepSeek發(fā)布了實驗版V3.2-Exp，此次是正式版更新。在公開推理測試中，V3.2達到了GPT-5的水平，僅略低于谷歌的Gemini3 Pro。

DeepSeek-V3.2-Speciale則是此次的重頭戲，其目標是“將開源模型的推理能力推向極致，探索模型能力的邊界”。據介紹，Speciale是V3.2的長思考增強版，同時結合了DeepSeek-Math-V2的定理證明能力，該模型具備出色的指令跟隨、嚴謹的數學證明與邏輯驗證能力。

據DeepSeek公布的數據，Speciale在多個推理基準測試中超越谷歌最先進的Gemini3 Pro。具體來看，在美國數學邀請賽、哈佛MIT數學競賽、國際奧林匹克數學競賽等測試中，V3.2-Speciale都超過了Gemini3 Pro，但在編程、理工科博士生測試中略遜于谷歌。

DeepSeek-V3.2系列與其他模型在各類數學、代碼與通用領域評測集上的得分（括號內為消耗 Tokens 總量約數）

同時，Speciale模型斬獲了IMO（國際數學奧林匹克）、ICPC World Finals（國際大學生程序設計競賽全球總決賽）及IOI（國際信息學奧林匹克）金牌。其中，ICPC 與 IOI 成績分別達到了人類選手第二名與第十名的水平。

盡管取得了這些成就，但在技術報告中，DeepSeek承認，與Gemini3 Pro等前沿閉源模型相比，自家模型仍存在一定的局限性。首先，V3.2的世界知識廣度仍落后于領先的專有模型，其次在令牌（Token）效率方面，V3.2通常需要更多的令牌才能達到像Gemini3 Pro這樣的模型輸出質量。在解決復雜任務方面也不如前沿模型。

DeepSeek稱，團隊計劃在未來通過增加預訓練計算量來填補知識空白，并專注于優(yōu)化模型推理鏈的智能密度以提高效率，進一步改進基礎模型和訓練后方案。

值得一提的是，在技術報告中，DeepSeek還談到當前開源與閉源模型的差距在拉大。

DeepSeek表示，推理模型的發(fā)布是大模型發(fā)展的關鍵轉折點，推動了整體性能的大幅躍升。自這一里程碑事件以來，大模型能力在快速發(fā)展。然而，過去幾個月中出現了明顯的分化：盡管開源圈持續(xù)取得進步，但閉源專有模型如海外谷歌、OpenAI、Anthropic的性能增長速度卻顯著更快。

“閉源模型與開源模型之間的性能差距并未縮小，反而日益擴大，專有系統(tǒng)在復雜任務中展現出越來越強的優(yōu)勢。”DeepSeek認為，其中有三個關鍵的缺陷。

一方面，在架構層面，對標準注意力機制的過度依賴嚴重制約了長序列處理的效率；其次，在資源分配方面，開源模型在后訓練階段的計算投入不足，限制了模型在高難度任務上的表現；最后，在AI智能體領域，開源模型在泛化能力和指令遵循能力上與專業(yè)模型相比存在明顯差距，影響實際部署效果。

為了突破這些限制，DeepSeek在9月底發(fā)布實驗版V3.2-Exp時，提出了稀疏注意力機制（DSA），希望大幅降低計算復雜度。在經過兩個月的實驗后，DeepSeek確認了稀疏注意力機制的有效性，并表示，在不犧牲長上下文性能的前提下，團隊解決了關鍵的計算復雜性問題。

此次發(fā)布的兩款模型均引入了這一機制。據DeepSeek，除了在多個推理基準測試中，V3.2的性能大幅提升外，在智能體場景中，V3.2也成為一種具有成本效益的替代方案，不僅縮小了開源模型與前沿專有模型之間的性能差距，成本也顯著降低。

目前，DeepSeek的官方網頁端、App 和 API 均已更新為正式版 DeepSeek-V3.2，但增強的Speciale版本目前僅以臨時API服務形式開放，供社區(qū)評測與研究。

在海外社媒上，有網友認為，DeepSeek 此次發(fā)布是了不起的成就，“匹配 GPT-5和Gemini3 Pro的開源模型出現了，差距正式消除。”DeepSeek不斷證明，嚴謹的工程設計可以超越單純的參數規(guī)模。但如同DeepSeek所述的那樣，我們仍需正視開源與閉源在整體性能上的差距，不斷突破開源的邊界。