DeepSeek近日正式推出两款大模型——V3.2标准版与V3.2-Speciale深度思考版，凭借多项技术创新与性能突破引发行业关注。官方测试数据显示，V3.2在128k长文本场景中与GPT-5表现相当，部分任务甚至实现超越；而定位高端的V3.2-Speciale则在MMLU知识测试、Humaneval代码生成等基准中与Gemini3Pro持平，更在IMO2025数学竞赛盲测中以83.3分达到金牌分数线，成为首个在该赛事中达标的开源模型。
核心技术层面，DeepSeek团队通过“转正稀疏注意力”（DSA）机制实现重大突破。该机制采用类似“目录”的动态路由算法，将传统注意力计算从二次复杂度O(n²)优化至线性复杂度O(n)，显存占用减少40%的同时，推理速度提升2.2倍。这一改进使得单张消费级显卡即可处理百万级token的长文本，成为首个实现该能力的开源模型。技术白皮书显示，DSA架构通过动态分配计算资源，在保持核心信息处理能力的前提下，大幅降低冗余计算开销。
训练策略方面，研发团队将超过10%的集群算力专项投入强化学习阶段，创新采用“组对强化学习（GRPO）+多数投票”机制。该方案通过构建多个模型协作组进行交叉验证，显著提升代码生成、数学推理及工具调用等复杂任务的表现。测试表明，V3.2-Speciale在取消“思考长度惩罚”后，输出token数量较Gemini3Pro增加32%，但关键任务准确率反而提升4.8个百分点，展现出更强的深度推理能力。
开源生态建设成为此次发布的另一焦点。DeepSeek同步在GitHub与Hugging Face平台开放模型权重下载，采用Apache2.0协议允许商业应用。更值得关注的是，团队承诺后续将开源DSA长文本内核与强化学习训练框架，计划将闭源模型的核心优势转化为开源社区的基础设施。行业分析师指出，此举可能加速全球AI技术普惠进程，推动长文本处理与复杂推理能力在更多场景落地。
目前，两款模型已支持多模态交互与工具调用，在金融分析、科研文献处理等长文本密集型领域展现出应用潜力。部分早期测试用户反馈，V3.2-Speciale在处理超长法律文书时，既能保持上下文连贯性，又能精准提取关键条款，综合效率较前代提升近60%。随着开源生态的持续完善，这场由技术创新驱动的模型竞赛正进入新阶段。
