12月1日晚，DeepSeek又上新了两款新模型，DeepSeek-V3.2和DeepSeek-V3.2-Speciale，在推理本事上全球领先。

两款模型有着不同的定位。DeepSeek-V3.2的目标是均衡推理本事与输出长度，得当一样平常利用，比喻 问答场景和通用智能体使命场景。9月底DeepSeek发布了实行版V3.2-Exp，此次是正式版更新。在公开推理测试中，V3.2到达了GPT-5的水平，仅略低于谷歌的Gemini3 Pro。

DeepSeek-V3.2-Speciale则是此次的重头戏，其目标是“将开源模型的推理本事推向极致，摸索 模型本事的边界”。据先容，Speciale是V3.2的长思考加强版，同时联合了DeepSeek-Math-V2的定理证实本事，该模型具备出色的指令追随 、严谨的数学证实与逻辑验证本事。

据DeepSeek公布 的数据，Speciale在多个推理基准测试中超越谷歌最先辈的Gemini3 Pro。详细来看，在美国数学约请赛、哈佛MIT数学比赛、国际奥林匹克数学比赛等测试中，V3.2-Speciale都超过了Gemini3 Pro，但在编程、理工科博士生测试中略逊于谷歌。

同时，Speciale模型斩获了IMO（国际数学奥林匹克）、ICPC World Finals（国际大学生程序计划比赛全球总决赛）及IOI（国际信息学奥林匹克）金牌。其中，ICPC 与 IOI 成绩分别到达了人类选手第二名与第十名的水平。

尽管 取得了这些成绩，但在技能陈诉中，DeepSeek认可，与Gemini3 Pro等前沿闭源模型相比，自家模型仍存在肯定的范围性。起首，V3.2的世界常识 广度仍落伍于领先的专有模型，其次在令牌（Token）服从方面，V3.2通常必要更多的令牌才气到达像Gemini3 Pro这样的模型输出质量。在解决复杂使命方面也不如前沿模型。

DeepSeek称，团队计划在未来通过增加预训练计算量来补充常识 空白，并专注于优化模型推理链的智能密度以进步服从，进一步改进根本模型和训练后计划 。

值得一提的是，在技能陈诉中，DeepSeek还谈到当前开源与闭源模型的差距在拉大。

DeepSeek表现，推理模型的发布是大模型成长 的关键 转折点，推动了团体 机能 的大幅跃升。自这一里程碑事件以来，大模型本事在快速成长 。然而，过去几个月中涌现 了显着的分化：尽管 开源圈持续取得进步 ，但闭源专有模型如外洋谷歌、OpenAI、Anthropic的机能 增长速度却显著更快。

“闭源模型与开源模型之间的机能 差距并未缩小，反而日益扩展 ，专有系统在复杂使命中显现出越来越强的优势。”DeepSeek认为 ，其中有三个关键 的缺点 。

一方面，在架构层面，对标准注意力机制的过分依赖严峻制约了长序列处置惩罚的服从；其次，在资源分配方面，开源模型在后训练阶段的计算投入不足，限制了模型在高难度使命上的体现；末了，在AI智能体领域 ，开源模型在泛化本事和指令遵照本事上与专业模型相比存在显着差距，影响现实摆设结果。

为了突破这些限制，DeepSeek在9月底发布实行版V3.2-Exp时，提出了希罕注意力机制（DSA），希望大幅降低计算复杂度。在经过 两个月的实行后，DeepSeek确认了希罕注意力机制的有用性，并表现，在不牺牲长高低 文机能 的条件下，团队解决了关键 的计算复杂性题目。

此次发布的两款模型均引入了这一机制。据DeepSeek，除了在多个推理基准测试中，V3.2的机能 大幅提升外，在智能体场景中，V3.2也成为一种具有成本效益的替换计划 ，不但缩小了开源模型与前沿专有模型之间的机能 差距，成本也显著降低。

如今，DeepSeek的官方网页端、App 和 API 均已更新为正式版 DeepSeek-V3.2，但加强的Speciale版本如今仅以暂时API服务 形式 开放，供社区评测与研究。

在外洋社媒上，有网友认为 ，DeepSeek 此次发布是了不起的成绩，“匹配 GPT-5和Gemini3 Pro的开源模型涌现 了，差距正式清除 。”DeepSeek不断证实，严谨的工程计划可以超越纯真 的参数规模。但犹如DeepSeek所述的那样，我们仍需正视开源与闭源在团体 机能 上的差距，不断突破开源的边界。