Sortie de DeepSeek-V3.2 : Raisonnement efficace et capacités d’agents polyvalents avec une attention limitée

1. Résumé

DeepSeek-V3.2 est une version officiellement publiée basée sur V3.2-Exp, axée sur l’optimisation de l’efficacité d’inférence et de la durée de sortie, et utilisant le mécanisme d’attention parcipienne DSA pour améliorer les performances en contexte long. DeepSeek-V3.2-Speciale se concentre sur le raisonnement mathématique extrême, les compétitions de programmation et la vérification logique rigoureuse, et a bien performé dans de nombreux concours internationaux. Actuellement, le côté web, l’application et l’API ont tous été mis à jour vers DeepSeek-V3.2, et Speciale est ouvert à la communauté sous forme d’API temporaire.

2. Caractéristiques principales

1. L’attention parcimonieuse et l’attention

1. parcimonieuse efficace dans le contexte long du DSA améliorent l’efficacité des tâches textuelles longues, et il n’y a aucune dégradation par rapport à V3.1-Terminus dans les tests communautaires.
2. La version officielle du modèle accorde plus d’attention à l’équilibre entre « capacité de raisonnement et longueur de sortie », qui convient davantage aux scénarios d’usage quotidien.

1. Capacité de raisonnement et

1. performance en compétition DeepSeek-V3.2 a atteint le niveau de GPT-5 dans le benchmark de raisonnement public, seulement légèrement inférieur à Gemini-3.0-Pro.
2. V3.2-Speciale est une version améliorée de Long-Thinking, combinant les capacités de démonstration de DeepSeek-Math-V2 pour atteindre des niveaux de médaille d’or à l’IMO, CMO, ICPC et IOI 2025.

1. Mode pensée + appel d’outil

1. V3.2 permet de combiner des appels d’outils en mode pensée pour la première fois, et vous pouvez choisir l’outil approprié pour accomplir des tâches complexes après plusieurs cycles de réflexion.
2. Les données massives d’apprentissage par renforcement, difficiles à résoudre mais faciles à vérifier, améliorent considérablement la capacité de généralisation des agents du modèle.

3. Installation

1. Obtenir le modèle

1. et télécharger les poids DeepSeek-V3.2 et Speciale via HuggingFace ou ModelScope.
2. Spéciale est actuellement réservé à la recherche et n’est pas recommandé pour les tâches générales de construction.

2.

1. est recommandé d’utiliser vLLM ou Transformers dans l’environnement d’inférence, combinés avec FP8 ou tenseur pour améliorer les performances.
2. Si vous travaillez avec des contextes très longs, vous devez configurer la longueur maximale de la séquence en fonction des ressources matérielles.

4. Cas d’usage typiques

1. DeepSeek-V3.2 (version officielle)

1. conversation quotidienne, questions-réponses de connaissances et génération de texte.
2. Tâches de chaîne d’outils d’agent, y compris les recherches, les requêtes de base de données et les appels API.
3. L’automatisation des processus bureauxiques, telle que le traitement des tables, la génération de documents et l’assistance aux scripts.

1. DeepSeek-V3.2-Speciale (Édition de recherche)

1. Démonstration mathématique difficile et tâches de raisonnement complexes.
2. Conception d’algorithmes et vérification logique des scénarios de compétition de programmation.
3. Expériences de raisonnement explicable et de raisonnement à longue chaîne dans les domaines de la recherche académique.

5. Écologie et produits concurrents

1. La

1. page web écologique, le terminal mobile et l’API ont été entièrement mis à jour vers DeepSeek-V3.2.
2. Les schémas de pensée sont disponibles dans Claude Code via deepseek-reasoner, mais certaines chaînes d’outils externes ne sont pas encore totalement adaptées.

1. Comparaison des produits

1. concurrents Comparé à GPT-5 et Gemini-3.0-Pro, il se rapproche des modèles avancés en source fermée en termes de capacité de raisonnement, mais il est accessible à la communauté open source.
2. Comparé aux modèles open source (comme les séries Qwen et Lama), il présente une généralisation plus forte dans l’évaluation des appels d’outils.

6. Limitations et précautions

1. La Speciale offre une production plus longue, une consommation de jetons plus élevée et des coûts d’exploitation nettement plus élevés que l’édition standard.
2. L’API temporaire de Speciale ne prend en charge que le mode pensée et ne prend pas en charge les appels d’outils, ce qui la rend adaptée à l’évaluation et à la recherche.
3. Les schémas de pensée doivent être correctement gérés reasoning_content, sinon un raisonnement redondant ou une surcharge supplémentaire peut être engendré.
4. Dans les applications à haut risque, la revue manuelle reste nécessaire pour éviter de mauvaises décisions causées par un biais de raisonnement du modèle.

7. Adresse du projet

https://huggingface.co/deepseek-ai/DeepSeek-V3.2
https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Speciale
https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2
https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Speciale

Q : En quoi le positionnement de DeepSeek-V3.2 est-il différent de celui de Speciale ?

R : V3.2 est destinée à l’usage quotidien et aux scénarios Agent, et Spéciale est destinée aux tâches de raisonnement extrême et de raisonnement au niveau événement.

Q : Quelles sont les limites de l’API temporaire de Speciale ?

R : Il ne prend en charge que le mode réflexion, ne supporte pas l’appel d’outils, et dispose d’une durée de service limitée, ce qui le rend inadapté comme modèle de production à long terme.

Q : Comment utiliser correctement le mode de réflexion ?

R : Chaque série de requêtes doit être renvoyée reasoning_content pour clarifier la chaîne de pensée avant de commencer un nouveau problème afin d’éviter toute confusion logique.

Q : Est-elle adaptée au déploiement sur site ?

R : Un déploiement localisé est possible, mais les ressources GPU et mémoire doivent être évaluées en fonction des exigences à long contexte.