人工智能領域迎來重要進展，DeepSeek在ChatGPT發布三周年之際，正式推出兩款全新模型——DeepSeek-V3.2與DeepSeek-V3.2-Speciale。這兩款模型分別針對不同場景需求設計，展現出顯著的技術突破。
DeepSeek-V3.2定位為平衡型實用模型，在推理能力與輸出效率之間實現優化。該模型在真實場景工具調用、通用Agent任務及日常問答中表現突出，其推理性能已達到GPT-5水平，雖略遜于Gemini-3.0-Pro，但在開源模型中處于領先地位。技術團隊通過引入DSA（DeepSeek Sparse Attention）稀疏注意力機制，將計算復雜度從傳統O(L2)降至O(L·k)，顯著提升長文本處理效率。在128k長度序列測試中，預填充階段成本降低至0.2美元/百萬token，解碼階段成本降至0.8美元/百萬token。
該模型在Agent任務領域取得突破性進展。通過構建包含1827個任務環境與85000個復雜指令的訓練數據集，模型展現出強大的泛化能力。在旅行規劃等復雜邏輯任務中，模型能自動處理城市重復性、預算分配等約束條件。代碼Agent方面，團隊基于GitHub數百萬issue-PR對構建了可執行環境，覆蓋Python、Java等主流編程語言。評測數據顯示，DeepSeek-V3.2在SWE-Verified基準測試中取得73.1%解決率，Terminal Bench 2.0準確率達46.4%，工具使用能力接近閉源模型水平。
強化學習訓練成為另一技術亮點。研究團隊投入超過預訓練10%的計算資源進行后訓練階段優化，開發出穩定擴展的RL協議。通過無偏KL估計、離線序列掩碼策略及Keep Routing操作等創新，有效解決了訓練不穩定問題。專家蒸餾策略被應用于六個專業領域訓練，包括數學、編程及通用邏輯推理等，最終模型通過領域數據融合實現能力躍升。
DeepSeek-V3.2-Speciale作為長思考增強版，融合了DeepSeek-Math-V2的定理證明能力。該模型在指令跟隨、數學證明及邏輯驗證方面表現卓越，成功斬獲IMO 2025、CMO 2025等國際競賽金牌，在ICPC世界總決賽中達到人類選手第二名水平。技術報告顯示，Speciale版本在復雜數學推理任務中顯著優于標準版，但因未針對日常對話優化且不支持工具調用，目前僅供研究使用，其Token消耗量較標準版增加明顯。
在上下文管理機制創新方面，新模型改進了推理內容保留策略。僅當引入新用戶消息時才會清除歷史推理軌跡，工具調用記錄與結果則持續保留。系統提示設計經過優化，能引導模型在編程競賽等場景中自然插入工具調用指令，并通過特殊標簽標記推理路徑。這種設計使模型在處理多輪對話時，能更高效地利用上下文信息。
盡管取得顯著進展，研究團隊在技術報告中坦陳現存局限。受限于訓練計算量，模型的世界知識廣度仍落后于領先閉源模型，且需要生成更長軌跡才能達到同等輸出質量。這些挑戰被明確列為后續優化方向，但具體產品迭代計劃尚未披露。此次發布標志著開源模型在復雜推理與工具集成領域邁出重要一步，為人工智能應用拓展了新的可能性邊界。
