DeepSeek近日正式推出兩款大模型——V3.2標準版與V3.2-Speciale深度思考版，憑借多項技術創新與性能突破引發行業關注。官方測試數據顯示，V3.2在128k長文本場景中與GPT-5表現相當，部分任務甚至實現超越；而定位高端的V3.2-Speciale則在MMLU知識測試、Humaneval代碼生成等基準中與Gemini3Pro持平，更在IMO2025數學競賽盲測中以83.3分達到金牌分數線，成為首個在該賽事中達標的開源模型。
核心技術層面，DeepSeek團隊通過“轉正稀疏注意力”（DSA）機制實現重大突破。該機制采用類似“目錄”的動態路由算法，將傳統注意力計算從二次復雜度O(n2)優化至線性復雜度O(n)，顯存占用減少40%的同時，推理速度提升2.2倍。這一改進使得單張消費級顯卡即可處理百萬級token的長文本，成為首個實現該能力的開源模型。技術白皮書顯示，DSA架構通過動態分配計算資源，在保持核心信息處理能力的前提下，大幅降低冗余計算開銷。
訓練策略方面，研發團隊將超過10%的集群算力專項投入強化學習階段，創新采用“組對強化學習（GRPO）+多數投票”機制。該方案通過構建多個模型協作組進行交叉驗證，顯著提升代碼生成、數學推理及工具調用等復雜任務的表現。測試表明，V3.2-Speciale在取消“思考長度懲罰”后，輸出token數量較Gemini3Pro增加32%，但關鍵任務準確率反而提升4.8個百分點，展現出更強的深度推理能力。
開源生態建設成為此次發布的另一焦點。DeepSeek同步在GitHub與Hugging Face平臺開放模型權重下載，采用Apache2.0協議允許商業應用。更值得關注的是，團隊承諾后續將開源DSA長文本內核與強化學習訓練框架，計劃將閉源模型的核心優勢轉化為開源社區的基礎設施。行業分析師指出，此舉可能加速全球AI技術普惠進程，推動長文本處理與復雜推理能力在更多場景落地。
目前，兩款模型已支持多模態交互與工具調用，在金融分析、科研文獻處理等長文本密集型領域展現出應用潛力。部分早期測試用戶反饋，V3.2-Speciale在處理超長法律文書時，既能保持上下文連貫性，又能精準提取關鍵條款，綜合效率較前代提升近60%。隨著開源生態的持續完善，這場由技術創新驅動的模型競賽正進入新階段。
