2025 年 12 月 的第一天，DeepSeek 正式发布了 DeepSeek-V3.2 及其增强版本 DeepSeek-V3.2-Speciale。这两个版本标志着开源大型语言模型（LLM）在推理能力、长文本处理以及复杂任务处理方面达到了新的高度。
1. DeepSeek-V3.2：通用与高效的平衡
1.1 背景与定位
DeepSeek-V3.2 是 DeepSeek 在 V3 系列基础上的正式升级版本。相比 V3.1，它引入了 稀疏注意力机制 (DeepSeek Sparse Attention, DSA)，优化了长文本处理效率，并保持了推理、对话、工具调用等多场景能力的平衡。
DSA 可以让模型在处理长文本时，仅对最相关的 token 执行注意力计算，从而显著降低计算复杂度和资源消耗。
什么意思呢，就是之前模型处理长文档、长对话的时候可能会慢、占内存多，现在 V3.2 引入了 稀疏注意力（DSA），就像“只看重点，不看全场”，计算量少了很多，速度快了，也省资源。
1.2 核心技术
- 稀疏注意力 (DSA)：通过 “lightning indexer + token selection” 模块，模型只关注最重要的上下文信息，实现 O(n·k) 级复杂度（k ≪ n），相比传统 O(n²) dense attention 高效许多。
- Mixture-of-Experts (MoE) + Transformer 架构：结合多头注意力和稀疏机制，使模型既能推理，又能对话，还能调用工具。
- 多场景优化：兼顾问答、对话、写作辅助和工具调用能力，适用于日常 AI 应用和企业场景。
部分内容已折叠，查看完整文章请先登录。 登录后查看完整文章
DeepSeek官网网页、APP、API 模型均已由 DeepSeek-V3.2-Exp 升级为正式版 DeepSeek-V3.2，使用方式不变。
DeepSeek-V3.2-Speciale 的 API 服务，用户可以通过设置
base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215"原创文章，更多AI科技内容，微信搜索 橙 市 播 客小程序
微信扫描下方的二维码阅读更多精彩内容
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
