2025 年 9 月 29 日，DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp，在 V3.1-Terminus 之上首发 DeepSeek Sparse Attention（DSA）。官方称 DSA 通过细粒度稀疏注意力，在长上下文训练与推理上显著提效，同时尽量保持输出质量不变；内部对比显示其整体表现与 V3.1-Terminus 持平。模型现已在 App / Web / API 同步可用。
配套文档显示，deepseek-chat 与 deepseek-reasoner 已切换到 V3.2-Exp；定价页同步更新并宣布 API 价格下调 50%+。当前规格保持 128K 上下文，非思考/思考模式的默认与最大输出上限延续既有设定；降价涵盖命中缓存与未命中缓存的输入价格，以及输出价格。
常见问题
Q：V3.2-Exp 的核心变化是什么？
A：引入 DSA 稀疏注意力，主攻长上下文的计算效率，目标是在不牺牲质量的前提下降低成本。
Q：与 V3.1-Terminus 的关系？
A：为在其上迭代的实验版，基准表现大致相当，重点是效率改进。
Q：现在在哪里可用？
A：已在 DeepSeek 的 App、网页版与 API 上线。
Q：上下文与输出上限是否变化？
A：上下文仍为 128K；非思考/思考模式的默认与最大输出长度与此前一致。
Q：价格具体降到多少？
A：定价页列出新档位（如输入命中缓存 $0.028/百万 tokens、未命中 $0.28、输出 $0.42），总体较此前下降 50%+，以官方页为准。
