9月29日，DeepSeek-V3.2-Exp模型正式發(fā)布，并已在Huggingface與魔搭開源。目前，官方App、網(wǎng)頁端、小程序均已同步更新為DeepSeek-V3.2-Exp，同時API大幅度降價。

據(jù)官方介紹，DeepSeek-V3.2-Exp 模型是一個實驗性（Experimental）的版本。作為邁向新一代架構(gòu)的中間步驟，V3.2-Exp 在 V3.1-Terminus 的基礎(chǔ)上引入了 DeepSeek Sparse Attention（一種稀疏注意力機制），針對長文本的訓(xùn)練和推理效率進行了探索性的優(yōu)化和驗證。

具體來說，DeepSeek Sparse Attention（DSA）首次實現(xiàn)了細粒度稀疏注意力機制，在幾乎不影響模型輸出效果的前提下，實現(xiàn)了長文本訓(xùn)練和推理效率的大幅提升。

據(jù)“華為計算”微信公眾號消息，9月29日，DeepSeek-V3.2-Exp發(fā)布并開源，引入稀疏Attention架構(gòu)。昇騰已快速基于vLLM/SGLang等推理框架完成適配部署，實現(xiàn)DeepSeek-V3.2-Exp 0day支持，并面向開發(fā)者開源所有推理代碼和算子實現(xiàn)。

DeepSeek還表示，在新模型的研究過程中，需要設(shè)計和實現(xiàn)很多新的GPU算子。官方使用高級語言TileLang進行快速原型開發(fā)，以支持更深入的探索。在最后階段，以TileLang作為精度基線，逐步使用底層語言實現(xiàn)更高效的版本。因此，本次開源的主要算子包含TileLang與CUDA兩種版本。官方建議社區(qū)在進行研究性實驗時，使用基于TileLang的版本以方便調(diào)試和快速迭代。

得益于新模型服務(wù)成本的大幅降低，官方API價格也相應(yīng)下調(diào)。在新的價格政策下，開發(fā)者調(diào)用DeepSeek API的成本將降低50%以上。

DeepSeek于8月21日正式發(fā)布 DeepSeek-V3.1，本次升級包含以下主要變化：首先是混合推理架構(gòu)，一個模型同時支持思考模式與非思考模式；其次是更高的思考效率，相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短時間內(nèi)給出答案；最后是更強的Agent能力，通過Post-Training優(yōu)化，新模型在工具使用與智能體任務(wù)中的表現(xiàn)有較大提升。

9月22日，DeepSeek-V3.1更新至DeepSeek-V3.1-Terminus版本，此次更新在保持模型原有能力的基礎(chǔ)上，針對用戶反饋的問題進行了改進，包括：語言一致性，緩解了中英文混雜、偶發(fā)異常字符等情況；Agent 能力，進一步優(yōu)化Code Agent與Search Agent的表現(xiàn)。官方表示，DeepSeek-V3.1-Terminus的輸出效果相比前一版本更加穩(wěn)定

為了嚴謹?shù)卦u估引入稀疏注意力帶來的影響，官方特意把DeepSeek-V3.2-Exp的訓(xùn)練設(shè)置與V3.1-Terminus進行了嚴格的對齊。在各領(lǐng)域的公開評測集上，DeepSeek-V3.2-Exp的表現(xiàn)與V3.1-Terminus基本持平。