DeepSeek 推出 V3.2 双版本：长文本线性计算 + 深度思考无惩罚，开源再闯第一梯队

DeepSeek 正式上线 V3.2（标准）与 V3.2-Speciale（深思版），官方测试结果显示：

– 在 128k 上下文下，V3.2 与 GPT-5 各有胜场

– V3.2-Speciale 在 MMLU、HumanEval 等基准上与 Gemini3Pro 持平，IMO2025 盲测拿到金牌线 83.3%

“转正稀疏注意力”（DSA）是这次的核心升级：通过类似目录的路由 token，把长文本计算复杂度从 O(n²) 降到 O(n)，显存占用降低 40%，推理提速 2.2 倍，首次在开源模型上实现单卡百万 token 推理。

在后训练阶段，团队将超过 10% 的集群算力投入强化学习，采用组对强化学习（GRPO）并配合多数投票，使模型在代码、数学与工具调用任务上逼近闭源水平。V3.2-Speciale 取消“思考长度惩罚”，鼓励更长的链式推理，平均输出 token 比 Gemini3Pro 多 32%，同时准确率提升 4.8 个百分点。

模型已在 GitHub 与 Hugging Face 上线，权重使用 Apache2.0 协议，可商业化。DeepSeek 表示，下一步将开源长文本 DSA 内核与 RL 训练框架，继续把“闭源优势”转化为社区基础设施。业内评论认为，若后续版本保持迭代节奏，开源阵营有望在 2026 年前实现“长文本 + 推理”的双线领先。