人工智能領域迎來重要進展，DeepSeek近日發布兩款全新模型——DeepSeek-V3.2及其長思考增強版DeepSeek-V3.2-Speciale。這兩款模型在推理、智能體等多項基準測試中表現優異，成為當前開源模型中性能最強的代表，部分指標甚至達到國際領先水平。

標準版DeepSeek-V3.2在公開推理類測試中展現出強大實力，其表現已接近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用方式，在智能體評測中達到開源模型最高水平，且未針對測試工具進行特殊訓練，顯示出較強的泛化能力。

長思考增強版DeepSeek-V3.2-Speciale結合了DeepSeek-Math-V2的定理證明能力，在指令跟隨、數學證明和邏輯驗證方面表現突出。在主流推理基準測試中，其性能可與Gemini-3.0-Pro媲美。該版本在國際頂級學術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，不支持工具調用，也未針對日常對話和寫作任務進行優化。

針對開源模型與專有模型差距擴大的問題，DeepSeek團隊分析認為，主要限制因素包括：原始注意力機制在長序列處理效率上的不足、訓練后階段算力投入不足，以及智能體應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提出三項創新方案：引入高效的稀疏注意力機制DSA，開發可擴展的強化學習協議，以及設計促進工具使用場景泛化推理的新流程。

DSA機制通過閃電索引器快速篩選重要token，僅對關鍵token進行詳細分析，將注意力復雜度從平方級降低為近似線性增長。這種設計在保持模型質量的同時，顯著提升了長序列推理效率。在H800 GPU上的測試顯示，DeepSeek-V3.2實現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一步提升了效率。

在后訓練階段，DeepSeek采用專家蒸餾與混合式強化學習相結合的方法。團隊從同一基礎檢查點出發，為數學、編程、邏輯推理等六類專業任務訓練專屬模型，再將這些專家的能力匯聚到統一大模型中。混合式強化學習則采用GRPO算法，將推理、智能體與人類對齊的訓練整合到同一階段，避免災難性遺忘。為解決思考模式與工具使用的結合問題，團隊設計了新的上下文管理機制，確保模型在多輪工具調用中保持推理連續性。

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

盡管DeepSeek-V3.2在計算效率與推理能力之間取得了平衡，但團隊也承認其存在局限性。由于整體訓練計算量較少，該模型的世界知識廣度仍落后于領先專有模型；在token效率方面，通常需要更長的生成軌跡才能達到相似輸出質量；在解決復雜任務方面，與前沿模型相比仍有提升空間。這些挑戰將成為未來迭代優化的重點方向。