DeepSeek 今日正式推出實驗性版本 DeepSeek-V3.2-Exp 模型，該版本作為新一代架構(gòu)研發(fā)的過渡性成果，在長文本處理效率方面實現(xiàn)了突破性進展。此次更新引入了自主研發(fā)的 DeepSeek Sparse Attention（DSA）稀疏注意力機制，通過細粒度注意力分配策略，在保持模型性能穩(wěn)定的前提下，顯著提升了長文本場景下的訓(xùn)練與推理效率。

據(jù)技術(shù)文檔披露，DSA 機制首次實現(xiàn)了動態(tài)稀疏注意力分配，通過智能識別文本關(guān)鍵信息區(qū)域，將計算資源集中于核心語義單元。實驗數(shù)據(jù)顯示，該機制在處理超長文本時，可將計算資源占用降低 40% 以上，同時保證模型輸出質(zhì)量與基準(zhǔn)版本 V3.1-Terminus 持平。為確保評估結(jié)果的客觀性，研發(fā)團隊嚴(yán)格對齊兩個版本的訓(xùn)練參數(shù)與數(shù)據(jù)配置，在涵蓋金融、法律、科技等領(lǐng)域的 20 余個公開評測集中，V3.2-Exp 的綜合表現(xiàn)與前代版本誤差率控制在 0.3% 以內(nèi)。

伴隨模型升級，DeepSeek 同步調(diào)整了商業(yè)化策略。即日起，開發(fā)者通過 API 調(diào)用新模型的費用將下降超 50%，此舉旨在降低長文本應(yīng)用的技術(shù)門檻。平臺負(fù)責(zé)人表示，價格調(diào)整基于 DSA 機制帶來的算力優(yōu)化成果，希望借此推動智能文本處理技術(shù)在更多行業(yè)的普及應(yīng)用。

目前，DeepSeek 官方應(yīng)用、網(wǎng)頁端及小程序已完成版本更新。考慮到實驗性版本仍需大規(guī)模真實場景驗證，平臺將并行維護 V3.1-Terminus 的 API 接口，為開發(fā)者提供對比測試環(huán)境。技術(shù)團隊特別提醒，雖然 V3.2-Exp 已通過多項基準(zhǔn)測試，但在處理特定領(lǐng)域?qū)I(yè)文本時，仍建議結(jié)合實際業(yè)務(wù)需求進行適配性驗證。

此次更新引發(fā)開發(fā)者社區(qū)廣泛關(guān)注，多位技術(shù)專家指出，稀疏注意力機制的應(yīng)用標(biāo)志著大模型架構(gòu)優(yōu)化進入新階段。有從業(yè)者測算，按當(dāng)前降價幅度計算，日均處理百萬級字符的應(yīng)用每月可節(jié)省數(shù)萬元成本。值得注意的是，平臺同步更新的還有微信三端功能升級等系列技術(shù)動態(tài)。