DeepSeek 正式发布 V3.2：不卷参数卷架构，这一年究竟在憋什么大招？

摘要

• • Agent 能力进化：V3.2 支持在思维链思考过程中动态调用工具，实现“边想边做”，大幅提升了复杂任务的泛化能力。
• • 挑战 SOTA 推理：DeepSeek-V3.2-Speciale 模型融合 DeepSeek-Math-V2 的定理证明能力，专攻逻辑极限，数学能力硬刚闭源的 Gemini 3 Pro（但推理成本较高）。

已经进 12 月了，再过一段时间就是 DeepSeek V3 发布一周年了，我还挺期待 DeepSeek 今年圣诞节再搞波大的，求求了！只要有 V4，我什么都会做的！V3.5 也行啊！

有人可能会觉得，月初才发 V3.2，元旦前估计就这了。这就是不懂 DeepSeek，我个人觉得 DeepSeek 圣诞节搞事的可能性依然很大。

先回顾一下 DeepSeek 一年来的发布：

• • 2024/12/10：发布 DeepSeek V2.5
• • 2024/12/26：发布 DeepSeek V3（间隔半个月）：初见端倪
• • 2025/1/20：发布 DeepSeek R1（间隔不到一个月）：改写历史
• • 2025/3/24：发布 DeepSeek-V3-0324（顺便一提：我自己今年消耗 token 最多应该就是 DeepSeek V3-0324，一方面是懒得改 API，一方面是够用）
• • 2025/5/28：发布 DeepSeek-R1-0528
• • 2025/8/21：发布 DeepSeek V3.1：混合推理，不再发布单独的推理模型
• • 2025/9/22：发布 DeepSeek-V3.1-Terminus：修复 V3.1 版本中的异常字符问题
• • 2025/9/29：发布 DeepSeek-V3.2-Exp（间隔一周）：引入 DSA 稀疏注意力机制，在不影响输出效果的前提下大幅降价
• • 2025/10/23：发布 DeepSeek-OCR
• • 2025/11/27：发布 DeepSeek-Math-V2
• • 2025/12/1：发布 DeepSeek V3.2 正式版和 DeepSeek-V3.2-Speciale

看上去，DeepSeek 似乎花了一整年的时间，只从 V3 走到了 V3.2，但实际上，DeepSeek 这一年来就是在做一件事情：如何在不增加模型规模的前提下，通过架构优化和强化学习，不断提升模型的**「思考密度」、「执行效率」和「Agent 能力」**，同时降低模型的推理成本。

DeepSeek 是缺人力物力财力数据去训 T 级参数规模的模型吗？我觉得不是。单纯就是发展路线的选择，我相信 DeepSeek 用一年时间，已经把 V3 的基模调出花了。

说实话，这种不为外部环境所动，坚持自我路线的节奏，太稳了，太可怕了。因为高速发展的创新产业，拼的就是机会成本，毕竟团队的人财物力都是有限的，可以探索的方向也是有限的。

从这种角度上讲，大家觉得，DeepSeek 是发 V4 更恐怖，还是发 V3.3、3.4…3.9…3.99 更恐怖呢？

DeepSeek 现在就给我这种，厚积薄发练内功的感觉。

想想，Ilya 前几天说 Scale 时代快结束了，要回归 Research 时代。有没有一种可能…DeepSeek 一直在 Research，没有 Scale 呢？（这里指参数量级，推理还是 scale 了的）

当别家粗放地把参数卷到碰数据墙，卷到了边际效应递减，单纯增加参数量带来的性能提升越来越小时，DeepSeek 搁这里精耕细作。

换句话说：671B 都这样了，1T 参数还不起飞咯？！

V3.1 到 V3.2 的演进之路

扯远了，回归 DeepSeek V3.2。V3.2 不是独立的，是 V3.1 以来的延续。

• • V3.1 比较好理解，就是混合推理；
• • V3.2-Exp 主要是 DSA（稀疏注意力机制）。为了验证 DSA 的有效性，团队特意将 V3.2-Exp 的训练设置与 V3.1-Terminus 进行了严格对齐。在各领域的公开评测集上，DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。也就是说，V3.2-Exp 几乎实现**「无损压缩」**。模型在变快、变省资源的同时，智商并没有下降。
• • V3.2-Exp 解决了「效率」问题，V3.2 继续提升 Agent 和推理能力的改进版。

其次，就是工具使用融入思考过程，实现「思考-调用-再思考」。

这种能力不是凭空而来的。DeepSeek 在技术报告中透露，他们提出了一种大规模 Agent 训练数据合成方法。他们构造了 1800+ 个环境 和 85,000+ 条复杂指令。这些任务具有一个鲜明的特征：「难解答，易验证」。这正是强化学习最喜欢的场景。通过这种大规模的合成数据训练，模型在并未针对特定工具进行特训的情况下，展现出了极强的泛化能力。

DeepSeek-V3.2-Speciale：为推理极限而生

至于 DeepSeek-V3.2-Speciale，这个版本并不适合普通用户使用，它依然是一个「偏科生」，一个为了解题而生的长思考增强版，一个探索推理极限的特别版本。

Speciale 版本结合了 DeepSeek-Math-V2 的定理证明能力，通过数学竞赛的测评，在处理高度抽象的逻辑符号和严谨证明方面，已经达到了人类顶尖选手的水平。

尽管有代价：Speciale 模型在处理任务时，会消耗显著更多的 Token。

小结

总之，V3.2 依然是一个扎实而稳步推进的更新版本，Agent 能力、推理能力都有极大提升。

对于开发者和企业用户来说，DeepSeek V3.2 的发布释放了一个信号：开源模型对闭源模型的追赶速度并没有放缓，反而会因为架构创新而变得更具性价比。

Agent 的 token 消耗量是巨大的，所以当模型能力持平而 Agent 大量落地的时候，谁更有性价比就会成为决定因素。别忘了，DeepSeek 是第一个发起模型价格战的鲶鱼，显然已经抢先占领了有利地形。

对了，梁文锋曾经说过：

数学和代码是 AGI 天然的试验场，有点像围棋，是一个封闭的、可验证的系统，有可能通过自我学习就能实现很高的智能。

Math-V2、Speciale 已经来了，Coder 还会远吗？V4 还会远吗？我充满期待。