快速了解一下 DeepSeek 发布的 DeepSeek-V3.2 系列模型
2025 年 12 月 1 号，DeepSeek 正式开源 DeepSeek V3.2 系列模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale，该系列模型架构仍然沿用 DeepSeek 的 V3 架构（拥有 671B 总参数/37B 激活参数）。 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。在公开的推理类 Benchmark 测试中，DeepSeek-V3.2 达到了 GPT-5 的水平，仅略低于 Gemini-3.0-Pro；相比 Kimi-K2-Thinking，V3.2 的输出长度大幅降低，显著减少了计算开销与用户等待时间。 DeepSeek-V3.2-Speciale 的目标是将开源模型的推理能力推向极致，探索模型能力的边界。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。该模型具备出色的指令跟随、严谨的数学证明与逻辑验证能力，在主流推理基准测试上的性能表现媲美 Gemini-3.0-Pro（见下表）。 更令人瞩目的是，V3.2-Speciale 模型成功斩获 IMO 2025（国际数学奥林匹克）、CMO 2025（中国数学奥林匹克）、ICPC World Finals 2025（国际大学生程序设计竞赛全球总决赛）及 IOI 2025（国际信息学奥林匹克）金牌。其中，ICPC 与 IOI 成绩分别达到了人类选手第二名与第十名的水平。 Tips：在高度复杂任务上，Speciale 模型大幅优于标准版本，但消耗的 Tokens 也显著更多，成本更高。目前，DeepSeek-V3.2-Speciale 仅供研究使用，不支持工具调用，暂未针对日常对话与写作任务进行专项优化。 思考融入工具调用 不同于过往版本在思考模式下无法调用工具的局限，DeepSeek-V3.2 是 DeepSeek 推出的首个将思考融入工具使用的模型，并且同时支持思考模式与非思考模式的工具调用。DeepSeek 团队提出了一种大规模 Agent 训练数据合成方法，构造了大量「难解答，易验证」的强化学习任务（1800+ 环境，85,000+ 复杂指令），大幅提高了模型的泛化能力。 DeepSeek-V3.2 模型在以上 Agent 评测中达到了当前开源模型的 SOTA。...