量子位
·
DeepSeekV3.2技术报告还是老外看得细
💡
原文中文，约3000字，阅读约需8分钟。
📝
内容提要
DeepSeek-V3.2和V3.2-Speciale是新发布的开源AI模型，推理任务表现优异，性能接近顶尖闭源模型，且成本显著低于竞争对手，适合在国产算力上部署以进一步降低推理成本。
🎯
关键要点
- DeepSeek-V3.2和V3.2-Speciale是新发布的开源AI模型，推理任务表现优异。
- DeepSeek-V3.2在智能体评测中达到了开源模型的最高水平，缩小了与顶尖闭源模型的差距。
- 标准版DeepSeek-V3.2在推理测试中达到了GPT-5的水平，特别版超越了GPT-5。
- DeepSeek-V3.2-Speciale在多个国际竞赛中获得金牌，证明其推理能力。
- 模型通过DSA稀疏注意力和可扩展的强化学习提升了推理能力。
- DeepSeek-V3.2的成本显著低于竞争对手，适合在国产算力上部署。
- DeepSeek-V3.2在百万token输出成本上比GPT-5便宜近24倍，比Gemini 3 Pro便宜近29倍。
- DeepSeek-V3.2的推理成本较前一代模型降低了75%到83%。
- DeepSeek证明了强大的AI不一定需要巨额资本投入。
❓
延伸问答
DeepSeek-V3.2和V3.2-Speciale有什么主要特点？
这两款模型在推理任务中表现优异，DeepSeek-V3.2达到了GPT-5的水平，而V3.2-Speciale超越了GPT-5，并在多个国际竞赛中获奖。
DeepSeek-V3.2的推理成本相比于其他模型如何？
DeepSeek-V3.2的推理成本比GPT-5便宜近24倍，比Gemini 3 Pro便宜近29倍，且在百万token输出成本上差距可达43倍。
DeepSeek-V3.2是如何提升推理能力的？
模型通过DSA稀疏注意力和可扩展的强化学习提升了推理能力，允许生成极长的思维链以进行深度自我修正。
DeepSeek-V3.2与闭源模型相比有什么优势？
DeepSeek-V3.2在性能上接近顶尖闭源模型，并且成本显著低于竞争对手，适合在国产算力上部署。
DeepSeek-V3.2的发布对AI行业有什么影响？
DeepSeek-V3.2的发布挑战了闭源模型的主导地位，证明了开源模型也能在性能和成本上具备竞争力。
DeepSeek-V3.2的强化学习有什么创新之处？
DeepSeek-V3.2通过长上下文的强化学习持续扩展，允许模型在不增加预训练规模的情况下提升性能。
➡️
