在人工智能快速發展的浪潮中，開源大模型的進步是推動整個生態系發展的關鍵力量。近期，DeepSeek 發布了其最新的模型系列：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。這兩個模型不僅代表了 DeepSeek 在技術上的重大突破，更為開源大模型領域樹立了新的標竿，其性能在多項基準測試中已能與頂尖的閉源模型媲美，甚至在某些方面有所超越。
DeepSeek V3.2 系列：開源模型的新高度
DeepSeek 的願景是將開源模型帶回技術發展的第一梯隊，而 V3.2 系列的發布正是這一願景的有力證明。根據智東西於 2025 年 12 月 2 日的報導，DeepSeek-V3.2 標準版在公開的推理相關基準測試中，其表現已達到 GPT-4 的水準，僅次於 Gemini 3.0-Pro，顯示出其強大的通用人工智能潛力。與此同時，其顯著縮短的輸出長度，更是有效降低了計算開銷和用戶等待時間，提升了實際應用中的用戶體驗。
更為引人注目的是 DeepSeek-V3.2-Speciale 版本。這款長文本增強版本整合了 DeepSeek-Math-V2 的定理證明能力，展現了卓越的指令遵循、數學證明及邏輯驗證能力。在主流的推理基準測試中，其表現與 Gemini 3.0-Pro 不相上下。這意味著，對於需要深度推理和精準邏輯判斷的複雜任務，Speciale 版本能夠提供極為可靠的支援。
超越 Kimi-K2-Thinking：開源模型中的領導者
在開源模型領域，DeepSeek-V3.2 的表現同樣令人矚目。在權威的大模型評估平台 Artificial Analysis 的數據顯示，在 DeepSeek-V3.2 加入之前，業界智能水平最高的開源模型是 Kimi-K2-Thinking。然而，在相同的測試設置和公開的基準測試結果對比中，DeepSeek-V3.2 展現出了更優越的性能。
DeepSeek-V3.2 的一個關鍵創新在於，它是 DeepSeek 首個將“思考”整合進工具使用，並支援在思考與非思考模式下均能調用工具的模型。這極大地增強了模型在複雜任務中的靈活性和應用場景。在代理（Agent）任務的評估中，DeepSeek-V3.2 達到了開源模型中的最高水準，顯著縮小了開源與閉源模型之間的差距。值得一提的是，V3.2 並未針對測試集中的工具進行專門訓練，這表明其具備強大的泛化能力，能夠在真實世界的應用場景中表現出色。
DeepSeek V3.2 – Speciale 的輝煌成就
DeepSeek-V3.2-Speciale 的潛力在其獲獎經歷中得到了最佳體現。該模型在 2025 年的國際數學奧林匹亞（IMO）、中國數學奧林匹亞（CMO）、國際大學生程序設計競賽（ICPC）世界總決賽以及國際資訊學奧林匹亞（IOI）中均獲得了金牌。尤其是在 ICPC 和 IOI 競賽中，其成績分別達到了人類參賽者的第二名和第十名水準，這充分證明了其在極端複雜任務上的超越性表現。
儘管 Speciale 版本在複雜任務上表現極為出色，但其同時也消耗更多的 Token 並產生更高的成本。目前，Speciale 版本僅限於研究用途，不支援工具調用，並且尚未針對日常對話和寫作任務進行專門優化。
DeepSeek 剖析：開源與閉源模型差距擴大的三大原因
DeepSeek 團隊深入探討了為何在過去幾個月中，開源模型與專有模型之間的差距似乎在不斷擴大。他們認為，有三大關鍵因素限制了開源模型在複雜任務上的表現：
- 架構限制： 傳統的開源模型大多依賴於標準的注意力機制，這種機制在處理長序列時效率低下，嚴重影響了大規模部署和有效後訓練階段的進行。
- 資源投入不足： 在後訓練階段，開源模型在計算力投入上明顯不足，這直接限制了它們在高難度任務上的性能上限。
- 泛化與指令遵循能力滯後： 在代理應用場景下，開源模型相較於閉源模型，在泛化能力和指令遵循能力方面存在顯著差距，這阻礙了它們在實際部署中的應用。
為了解決這些問題，DeepSeek 採取了一系列創新的技術策略。
DSA：讓模型計算更智慧的稀疏注意力機制
DeepSeek-V3.2 的核心架構基於其前身 DeepSeek-V3.1 系列的最終版本，並引入了 DSA（DeepSeek Sparse Attention）這一創新的稀疏注意力機制。傳統的注意力機制在處理長文本時，需要計算當前 Token 與先前所有 Token 的關係，這導致計算複雜度隨著文本長度呈二次方增長，效率低下。DSA 的核心思想是透過一個「閃電索引器」（Lightning Indexer）快速識別出與當前 Token 最相關的關鍵 Token，然後僅對這些 Token 進行詳細分析。這種機制將模型的注意力複雜度從二次方降低到近似線性，顯著提高了長文本處理的效率。一項關鍵的洞察來自官方報告：DSA 成功將模型注意力複雜度從二次方降低至近似線性增長，這意味著隨著序列長度的增加，其效率提升效果將更加顯著。
DeepSeek-V3.2 的訓練始於 DeepSeek-V3.1-Terminus 的基礎檢查點，並將上下文長度擴展至 128K。在持續預訓練過程中，模型先經過「密集預熱」階段，在此階段僅訓練索引器以模仿傳統注意力的分佈；隨後進入稀疏訓練階段，模型整體架構被優化以適應稀疏結構。這種循序漸進的遷移策略確保了模型在引入稀疏注意力後，性能不會顯著下降。
在能力評估上，DeepSeek-V3.2 在標準基準測試、人類偏好評估以及多項長上下文任務中，均展現出與其前輩相當甚至更優的結果。Elo 分數、AA-LCR 和 Fiction.liveBench 等測試均表明，引入稀疏注意力不僅沒有犧牲模型質量，反而為長序列推理帶來了明顯優勢。DeepSeek 透過工程優化，在 H800 GPU 上實現了顯著的端到端加速，這直接轉化為更快的響應時間和更低的運行成本。
專家蒸餾與混合強化學習：締造全能型模型
DeepSeek-V3.2 的後訓練階段，是將一個大規模但未經精煉的基礎模型，塑造成具備推理、工具使用、代理任務和對齊能力的最終版本的關鍵步驟。該階段採用了專家蒸餾和混合強化學習的結合方法，以實現跨領域的穩定且均衡的能力提升。
專家蒸餾的核心理念是讓不同的專業任務由專門的「專家模型」學習，再將這些專家的能力聚合到一個統一的大模型中。DeepSeek 團隊訓練了六種專業模型的「專家」，分別涵蓋數學、編程、邏輯推理、通用代理、代理編程和代理搜索。這些專家模型透過大規模強化學習進行增強，確保在各自領域達到高水準。值得注意的是，DeepSeek 投入了超過 10% 的預訓練成本用於後訓練階段的計算力，這一比例在行業內相對罕見，這為解鎖模型的高級能力提供了堅實的資源保障。
在混合強化學習階段，DeepSeek 採用了 GRPO（Group Relative Policy Optimization）算法，並將推理、代理任務和人類對齊的訓練整合在同一階段，有效避免了多階段訓練中常見的「災難性遺忘」問題。這種方法確保了模型在不同任務類型之間不會產生偏見，並能維持整體能力的穩定平衡。
為了處理「思考模式」與「工具使用」的結合，DeepSeek 設計了一種新的上下文管理機制：僅在出現新的用戶訊息時才清除思考軌跡，而工具輸出的添加不會導致推理內容的丟失。這確保了模型能夠基於現有的推理來完成後續動作。透過這些精巧的設計，DeepSeek-V3.2 系列模型不僅在技術層面達到了新的高度，更在實際應用中展現了卓越的潛力，為開源大模型社區注入了新的活力。
立即行動，探索 AI 的無限可能
DeepSeek V3.2 系列模型的發布，標誌著開源大模型在追求頂尖性能的道路上邁出了堅實的一大步。無論您是開發者、研究人員，還是對 AI 充滿熱情的探索者，都應該關注這一領域的最新進展。如果您希望深入了解 AI 的最新動態、創業趨勢以及融資資訊，不要錯過這個絕佳的機會。
立即加入🚀🔥Mentalok 慢得樂 Vibe-Coding & Tech Startup創業課程官方頻道，取得更多即時AI，創業及Funding資訊。
English 
Chinese 