大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



12月1日，DeepSeek宣布同时发布两个正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale。

官方网页端、App和API均已更新为正式版DeepSeek-V3.2；Speciale版本目前仅以临时API服务形式开放，以供社区评测与研究。

DeepSeek-V3.2的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用Agent任务场景；V3.2-Speciale是DeepSeek-V3.2的长思考增强版，同时结合了DeepSeek-Math-V2的定理证明能力。

https://www. jiemian.com/article/137 06093.html

短的结论：同样配方的震撼
基本情况：
DeepSeek 已经给国产模型和开源世界带来了太多的震撼和颠覆，并不介意再来一次。而这一次，“保守”的DeepSeek甚至不愿意给V3.2 增加哪怕0.1的版本号。
作为正式版，3.2相比3.2-Exp的提升已经足够大了，推理版+19%，基模也有+46%的提升，水平来到了国模第一梯队，一举跟上了国产最高水准。
而作为One-More-Thing的Speciale版本，能力冲进之前被北美四家牢牢占据的大本营，考虑测试误差范围，能力与GPT-5(high)相当，与DeepSeek自己公布的测试成绩相吻合。
先不要为性能突破而欢呼，如果你再多看一眼V3.2模型那特立独行的定价，会发现这事恐怕远不是“突破”那么简单。


逻辑成绩：

• 归纳洞察力：在之前的测试中，归纳能力几乎被GPT系列垄断，尤其在一些需要联系全文进行细致入微的推理，才能发现规律的难题上，GPT-5 一家独大。而Speciale模型打破了这一垄断。在#52 棋谱观察问题上，现在Speciale也可以得出正确的结论，答案甚至比GPT-5 还要精确。其他难度中等的同类题目，Speciale可以3 Pass 稳定满分，和GPT-⁵⁄₅.1 相当，而Gemini 3 Pro虽然极限相同，但做不到3 Pass 稳定。一部分中等难题甚至V3.2正式版也可以稳定满分。此外，虽然Speciale 在相关题目上的Token 开销基本是GPT-5的1~1.5倍，但Gemini 3 Pro有时比Speciale 消耗更高。因此可以判定三者确实是同一水平，不分高下。
• 极限智力：在长链思考，复杂推理任务相关的题目上，Speciale版与GPT-5 不相上下，互有高低。其中#49 激光器布局问题，Speciale首次拿到满分，但代价是消耗了接近80K Token。V3.2正式版得分也不低。受幻觉影响，这类中间思维链偏长的问题，Speciale和V3.2 都无法稳定拿到高分，下限很低，可能退化到完全不得分，并且这种概率并不低。体现在显著更低的中位数得分上。
• 计算能力：在常规计算上，Speciale版是继GPT-5 之后第二个，所有题目全部稳定满分。受益于其高智力水平，即便需要绕一点弯的间接计算，Speciale版也稳定高分，比如#31 题，计算满足要求的三角形顶点。V3.2版则没有这样的稳定高精度，但情况依然大幅好于3.2-Exp版，属于国模第一梯队。

• 幻觉：V3.2正式版没有彻底解决长期存在的幻觉问题，长文本中信息提取，或者信息汇总等任务，表现并没有比之前Exp版好。Speciale版本有改善，但无法稳定保持，有不小的概率输出幻觉偏高，内容不可用。这方面离低幻觉的GPT-⁵⁄₅.1 仍有差距。
• 空间能力：Gemini 3 Pro的看家本领空间想象力和推理，DeepSeek显然还没有彻底领悟。有些平面问题Speciale 可以凭借远超出Gemini 的Token消耗，仔细的搜索解空间，而转到三维空间，Speciale 就无法维持相同表现。
• 编程能力：V3.2与Speciale的编程水平仅比3.2-Exp小有进步，离顶级编程模型还有差距。V3.2的编程实测将另外发文分析。

先省流：DeepSeek 更新并开源 V3.2 正式版，同时开源长思考增强版 V3.2 Speciale 模型。亮点：

• Agent 能力进化：V3.2 支持在思维链思考过程中动态调用工具，实现边想边做，大幅提升了复杂任务的泛化能力。
• 挑战 SOTA 推理：DeepSeek-V3.2-Speciale 模型融合 DeepSeek-Math-V2 的定理证明能力，专攻逻辑极限 ，数学能力硬刚闭源的 Gemini 3 Pro（但推理成本较高）。

已经进 12 月了，再过一段时间就是 DeepSeek V3 发布一周年了，我还挺期待 DeepSeek 今年圣诞节再搞波大的，求求了！只要有 V4，我什么都会做的！V3.5 也行啊！

有人可能会觉得，月初才发 V3.2，元旦前估计就这了。这就是不懂 DeepSeek，我个人觉得 DeepSeek 圣诞节搞事的可能性依然很大。

先回顾一下 DeepSeek 一年来的发布：

• 2024/12/10：发布 DeepSeek V2.5
• 2024/12/26：发布 DeepSeek V3（间隔半个月）：初见端倪
• 2025/1/20：发布 DeepSeek R1（间隔不到一个月）：改写历史
• 2025/3/24：发布 DeepSeek-V3-0324（顺便一提：我自己今年消耗 token 最多应该就是 DeepSeek V3-0324，一方面是懒得改 API，一方面是够用）
• 2025/5/28：发布 DeepSeek-R1-0528
• 2025/8/21：发布 DeepSeek V3.1：混合推理，不再发布单独的推理模型
• 2025/9/22：发布 DeepSeek-V3.1-Terminus：修复 V3.1 版本中的异常字符问题
• 2025/9/29：发布 DeepSeek-V3.2-Exp（间隔一周）：引入 DSA 稀疏注意力机制，在不影响输出效果的前提下大幅降价
• 2025/10/23：发布 DeepSeek-OCR
• 2025/11/27：发布 DeepSeek-Math-V2
• 2025/12/1：发布 DeepSeek V3.2 正式版和 DeepSeek-V3.2-Speciale

看上去，DeepSeek 似乎花了一整年的时间，只从 V3 走到了 V3.2，但实际上，DeepSeek 这一年来就是在做一件事情：如何在不增加模型规模的前提下，通过架构优化和强化学习，不断提升模型的「思考密度」、「执行效率」和「Agent 能力」，同时降低模型的推理成本。

DeepSeek 是缺人力物力财力数据去训 T 级参数规模的模型吗？我觉得不是。单纯就是发展路线的选择，我相信 DeepSeek 用一年时间，已经把 V3 的基模调出花了。

说实话，这种不为外部环境所动，坚持自我路线的节奏，太稳了，太可怕了。因为高速发展的创新产业，拼的就是机会成本，毕竟团队的人财物力都是有限的，可以探索的方向也是有限的。

从这种角度上讲，大家觉得，DeepSeek 是发 V4 更恐怖，还是发 V3.3、3.4…3.9…3.99 更恐怖呢？

DeepSeek 现在就给我这种，厚积薄发练内功的感觉。

想想，Ilya 前几天说 Scale 时代快结束了，要回归 Research 时代。有没有一种可能…DeepSeek 一直在 Research，没有 Scale 呢？（这里指参数量级，推理还是 scale 了的）

当别家粗放地把参数卷到碰数据墙，卷到了边际效应递减，单纯增加参数量带来的性能提升越来越小时，DeepSeek 搁这里精耕细作。

换句话说：671B 都这样了，1T 参数还不起飞咯？！

---

扯远了，回归 DeepSeek V3.2。V3.2 不是独立的，是 V3.1 以来的延续。

V3.1 比较好理解，就是混合推理；

V3.2-Exp 主要是 DSA（稀疏注意力机制）。为了验证 DSA 的有效性，团队特意将 V3.2-Exp 的训练设置与 V3.1-Terminus 进行了严格对齐。在各领域的公开评测集上，DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。

也就是说，V3.2-Exp 几乎实现「无损压缩」。模型在变快、变省资源的同时，智商并没有下降。

V3.2-Exp 解决了「效率」问题，V3.2 继续提升 Agent 和推理能力的改进版。

其次，就是工具使用融入思考过程，实现「思考-调用-再思考」。

这种能力不是凭空而来的。DeepSeek 在技术报告中透露，他们提出了一种大规模 Agent 训练数据合成方法。

他们构造了 1800+ 个环境 和 85,000+ 条复杂指令。这些任务具有一个鲜明的特征：「难解答，易验证」。这正是强化学习最喜欢的场景。通过这种大规模的合成数据训练，模型在并未针对特定工具进行特训的情况下，展现出了极强的泛化能力。

---

至于 DeepSeek-V3.2-Speciale，这个版本并不适合普通用户使用，它依然是一个「偏科生」，一个为了解题而生的长思考增强版，一个探索推理极限的特别版本。

Speciale 版本结合了 DeepSeek-Math-V2 的定理证明能力，通过数学竞赛的测评，在处理高度抽象的逻辑符号和严谨证明方面，已经达到了人类顶尖选手的水平。尽管有代价：Speciale 模型在处理任务时，会消耗显著更多的 Token。

---

总之，V3.2 依然是一个扎实而稳步推进的更新版本，Agent 能力、推理能力都有极大提升。

对于开发者和企业用户来说，DeepSeek V3.2 的发布释放了一个信号：开源模型对闭源模型的追赶速度并没有放缓，反而会因为架构创新而变得更具性价比。

Agent 的 token 消耗量是巨大的，所以当模型能力持平而 Agent 大量落地的时候，谁更有性价比就会成为决定因素。

别忘了，DeepSeek 是第一个发起模型价格战的鲶鱼，显然已经抢先占领了有利地形。

对了，梁文锋曾经说过：

数学和代码是 AGI 天然的试验场，有点像围棋，是一个封闭的、可验证的系统，有可能通过自我学习就能实现很高的智能。

Math-V2、Speciale 已经来了，Coder 还会远吗？V4 还会远吗？我充满期待。

---

以上，详见 DeepSeek 官方的更新公告：

DeepSeek V3.2 正式版：强化 Agent 能力，融入思考推理

Github：https://github.com/freedomkk-qfeng/DeepSeek-ReAct-Native-example
知乎：基于 DeepSeek V3.2 的 Native Agent 实践指南，真香 - 知乎