DeepSeek陸國慶前獻禮？更新版V3.2-Exp模型上線 使用成本降超50%

在大陸即將開啓中秋國慶連假之際，DeepSeek推出更新版模型，DeepSeek-V3.2-Exp模型29日正式發佈，實現效率更高、成本更便宜。路透

在大陸即將開啓中秋國慶連假之際，DeepSeek推出更新版模型，DeepSeek-V3.2-Exp模型29日正式發佈，V3.2-Exp在V3.1-Terminus的基礎上引入了DeepSeek Sparse Attention（一種稀疏注意力機制），針對長文本的訓練和推理效率進行了探索性的優化和驗證。同時還調降了API（應用程式介面）價格，直接讓開發者使用成本降低50%以上。實現效率更高、價格更便宜，堪稱「價格屠夫」。

綜合第一財經、上證報、科創板日報報導，新模型引入稀疏 Attention 架構，這種架構能夠降低計算資源消耗並提升模型推理效率。目前，華爲雲已完成對 DeepSeek-V3.2-Exp模型的適配工作，最大可支持160K長序列上下文長度。

據悉，DeepSeek Sparse Attention（DSA）首次實現了細粒度稀疏注意力機制。DeepSeek表示，這項技術在幾乎不影響模型輸出效果的前提下，大幅提升長文本場景下的訓練和推理效率。

目前DeepSeek官方App、網頁端、小程序均已同步更新爲DeepSeek-V3.2-Exp，隨着新技術能讓服務成本降低外，DeepSeek也同時將API大幅度降價。在新的價格政策下，開發者調用DeepSeek API的成本將降低50%以上。

具體來看，輸入價格上，緩存命中時，DeepSeek-V3.2-Exp從0.5元/百萬tokens降至0.2元/百萬tokens，緩存未命中的價格則從4元/百萬tokens降爲2元/百萬tokens；輸出價格上，從12元/百萬tokens直接降到了3元/百萬tokens。

DeepSeek表示，爲了嚴謹地評估引入稀疏注意力帶來的影響，團隊將 DeepSeek-V3.2-Exp 的訓練設置與 V3.1-Terminus 進行了嚴格的對齊。在各領域的公開評測集上，DeepSeek-V3.2-Exp 的表現與 V3.1-Terminus 基本持平。

目前，DeepSeek-V3.2-Exp 模型已在Huggingface與魔搭開源，官方App、網頁端、小程序均已同步更新爲DeepSeek-V3.2-Exp。API 的模型版本已經更新爲 DeepSeek-V3.2-Exp，訪問方式保持不變。

今日稍早，有AI業內人士發現，DeepSeek於開源社區平臺Huggingface上架了DeepSeep V3.2-base的頁面，但很快刪除。

DeepSeek每一次更新都成爲業界矚目的焦點，但近幾個月以來DeepSeek幾次更新都是小版本的迭代，關於V4和R2的呼聲也越來越多。不過從這次DeepSeek的發佈操作來看，有網友推測近期可能不會看到V4跟R2的推出。