DeepSeek 果然又在過節(jié)搞事情了！

今天， DeepSeek-V3.2-Exp 版本正式發(fā)布。

該版本是基于公司此前發(fā)布的 DeepSeek-V3.1-Terminus 模型，升級(jí)而來。

版本命名中，Exp 是“實(shí)驗(yàn)版”的意思。

作為其下一代架構(gòu)探索的關(guān)鍵中間步驟，新模型的核心亮點(diǎn)在于，引入了自主研發(fā)的 DeepSeek Sparse Attention (DSA) 稀疏注意力機(jī)制，以大幅優(yōu)化長文本處理的訓(xùn)練和推理效率。

具體啥意思呢？

就是說，AI 在讀一篇萬字長文時(shí)，不再會(huì)一個(gè)字一個(gè)字去死記硬背，而是“劃重點(diǎn)”，以把精力花在最關(guān)鍵的信息上。

那這樣會(huì)不會(huì)影響閱讀效果呢？

為確保評(píng)估的嚴(yán)謹(jǐn)性，DeepSeek-V3.2-Exp 的訓(xùn)練配置與 V3.1-Terminus 嚴(yán)格對(duì)齊。

根據(jù) DeepSeek 提供的公開評(píng)測(cè)集數(shù)據(jù)，V3.2-Exp 的綜合性能表現(xiàn)，與前代 V3.1-Terminus 基本持平，這就驗(yàn)證了，新機(jī)制在維持模型效果方面的有效性。

效率提升了，價(jià)格也就下降了。

DeepSeek 宣布稱，對(duì)其 API 服務(wù)價(jià)格大幅下調(diào)，幅度 為 50% 以上。

好東西，必須分享！

模型和論文都已開源，以下為地址：

HuggingFace:
https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp

魔搭 (ModelScope):
https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp

論文傳送門:
https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

此外，DeepSeek 還把TileLang & CUDA 算子也開源了，方便社區(qū)小伙伴門一起研究和迭代。

新版本已經(jīng)在DeepSeek 官方App、網(wǎng)頁端、小程序全面上線，API 也已同步更新。