DeepSeek V3.2重磅发布：性能比肩gemini 3.0 Pro，价格不足五分之一！打破垄断，开源界注入强心剂！

DeepSeek V3.2 正式版模型重磅发布

它不仅仅是性能的又一次迭代，更是一次革命性的突破：DeepSeek V3.2 模型在数学、编程（A的性能）等方面，已全面领先于GBT模型的第一梯队。更令人振奋的是，根据官方和实测数据，DeepSeek V3.2 Speciale 模型在多项评测指标上，整体追平了全球性能最强大的模型 gemini 3.0 Pro！

但最关键的是什么？性价比！ DeepSeek V3.2 模型的价格，不到 Gemini3.0 的五分之一，不到 GPT 5.1 模型的四分之一，可以说是真正的“性价比拉满”。

国产大模型终于打破了在线模型的垄断地位，并凭借自主技术创新，为中国大模型乃至整个开源大模型界都注入了一针强心剂。如果你正在寻找全球顶尖性能、且完全开源、成本极低的基础模型，DeepSeek V3.2 绝对是你的首选！

---

技术深度剖析：V3.2 如何实现性能飞跃？

DeepSeek V3.2 的成功，并非偶然，而是建立在一系列扎实的技术积累之上。在过去的半年里，DeepSeek 团队通过保持更快的创新速度，不断进行自主技术创新，以对抗国外大模型厂商深厚的技礎基电和海量数据。

1. 成本革命：DSA 吸疏注意力机制的威力

早在两个月前发布的 DeepSeek V3.2 Exp实验版模型中，就首次提出了 DSA（吸疏注意力机制）。这项机制实现了在维持模型性能不变的情况下，将模型推理和训练成本报价降低 50% 以上。成本的巨大优化是 V3.2 能够提供极致性价比的基石。

2. 训练升级：GRPU框架与大规模Agent数据

DeepSeek V3.2 正式版在实验版的基础上，引入了更高级别的训练框架和数据策略：

• 可拓展的 GRPU 训练框架：为了解决 GRPO 在长期训练过程中不稳定的问题，V3.2 创新性地引入了无偏 KL 估计和 OF policy 序列研，搭配 GRPU 框架，帮助模型突破性能极限。
• Agent 任务数据创建流水线：V3.2 首次提出了大规模合成 Agent 任务数据创建流水线。依靠 1800 多组智能体以及 85000 多组提示词，创建了海量的训练数据，并通过海量强化学习的后训练大力出奇迹。

正是这些技术积累，让全新一代 DeepSeek V3.2 模具几乎容纳了此前全部的技术创新，并提供了与 Gemini3.0 Pro 模型一决高下的资本。

---

核心性能实测：编程、数学、Agent能力全面对标顶尖水平

DeepSeek V3.2 在关键的生产力领域展现出了令人震惊的能力提升。

编程能力：思考链更清晰，千行代码信手拈来

根据官方数据，DPS V3.2 在编程、数学和 Agent 等领域均达到了 GPT-5 模型的水平。

• 巨大提升：相较于上一代模型，V3.2 的编程性能有巨大提升。
• 意愿增强：模型的编程意愿明显提升，思考链更加简单清晰。
• 效率革命：一次硬编写上千行代码已成了家常便饭。
• 综合素质：模型的前端审美、指令跟随能力和代码审查能力也进步显著。

尽管在物理遵循、项目代码逻辑理解方面，它与顶尖大模型仍存在 10% 左右的性能差距，但其核心优势在于更低的成本和完全开源，使其在实际开发中极具竞争力。

此外，DeepSeek V3.2 也已全面接入了 Claude Code，开发者只需将模型名称改为 DeepSeekk Reasoner 即可无缝调用 V3.2 模型。

Agent 能力：引入“边思考边调用工具”模式

DeepSeek V3.2 模型的 Agent (AG) 性能得到了巨大的提升，与 Gemini3.0、Claude 3.5 等模型的差距已不到 5%。

为了实现这一突破，DeepSeek 引入了思考模式下的工具调用功能。这意味着模型在单任务调用中可以保持多步工具调用思考链记忆。

这就像人类一样，可以一边思考，一边调用工具。

这一创新大幅提升了模型多步调用工具的前后一致性，显著增强了 Agent 的性能。

实战检验：复杂 Agent 系统的基座模型
在团队测试中，将 DeepSeek V3.2 作为基座模型带入基于 Banana 的 AIPPT Agent 和 Aentic RAG 本地知识库检索系统等复杂的 Agent 架构中时：

• 性能对齐：无论是多 PPT 的任务拆解、自主提示编写，还是外部工具调用，都达到了和 gemini 3.0 Pro 的同等水平。
• 精度提升：在最复杂的知识库检索问答架构中，切换为 V3.2 之后，无论是用户意图理解的准确率，还是检索关键词提取的准确率，或是 Agent 调用的准确率，以及长文档编写的性能，都得到了显著的提升。

可以毫不夸张地说，DeepSeek V3.2 是目前国内被团队公认为 Agent 技能最好的基座模型。

---

大胆的尝试：DeepSeek V3.2 Speciale——挑战复杂问题的终极利器

除了面向生产力环境的 V3.2 正式版之外，DeepSeek 本次还同步开源了一款实验性质的模型：DeepSeek V3.2 Speciale。

这是一个非常大胆的尝试，Speciale 模型的定位是通过更长的思考链来解决更加复杂的问题。

Speciale 模型的训练秘籍：

1. 纯推理数据训练：Speciale 模型在训练过程中采用了纯推理数据。
2. 解除推理长度限制：它放宽了普通模型都会有的推理长度惩罚力度，使其更擅长通过长思考来解决问题。
3. 自验证数学推理：同时引入了 DeepSeek math V2 模型提出的自验证数学推理训练法，借此来突破数学能力的极限。

最终，DeepSeek V3.2 Speciale 模型在各项主流评测数据上，无论数学、编程还是 HLE 性能，均达到了 gemini 3.0 Pro 模型的同等水平。实测表明，Speciale 模型确实达到了 MO 金牌级别的水平，能够完美解决复杂的数学和编程问题。

注意：目前 Speciale 模型仍处于实验阶段，虽然它擅长解决复杂的数学和代码问题，但无法很好地应对普通的对话问题。但 Speciale 模型的出现，也预示着基于该技术积累的下一代全新 DeepSeek 模型，很可能在不久的将来正式发布。

---

结语：开源的力量与学习资源

在 ChatGPT、Claude、Gemini 几乎统治整个大模型技术领域的今天，DeepSeek V3.2 模型的开原无疑是一股清流。它让我们真正看到了技术创新带来的大模型性能革命。

目前，DC V3.2 和 Speciale 两款模型的 API 已经全面上线，模型的权重也已全面开源。大家登录官网即可尝试。

如果你想要进一步深入系统地学习大模型技术、加入赋范空间 免费获取 DeepSeek V3.2 学习资料、模型部署和 Agent 开发教程。

我们期待 DeepSeek V3.2 的开源，能为国产大模型的发展带来更多的支持和突破。