DeepSeek V3.2

DeepSeek V3.2 系列共包含三个版本：V3.2-Exp、V3.2 正式版和 V3.2-Speciale。V3.2-Exp 是2025年9月发布的实验版本，用于验证新架构；V3.2 正式版于2026年1月发布，是完成完整后训练流程的通用旗舰版本；V3.2-Speciale 是同期发布的高算力推理变体，专为极限推理场景设计。

DeepSeek V3.2 正式版于2026年1月10日发布，总参数 671B，每个 token 激活 37B 参数，上下文窗口 128K，知识截止日期为2025年5月，MIT 协议开源。架构上沿用了 V3.2-Exp 已验证的 DSA 稀疏注意力机制，但后训练部分做了大幅扩展，是 V3.2 系列中面向通用场景的完整产品版本。

后训练阶段，DeepSeek 在 V3.2 上做了两项较大的投入。一是大幅扩展强化学习的计算预算，后训练阶段消耗的算力超过预训练总量的 10%，通过规模化 RL 来提升模型的推理与规划能力，而不只是依赖预训练数据的堆砌。二是构建了大规模 agent 任务合成流水线，覆盖超过 1,800 个不同环境和 85,000 个 agent 任务，涵盖搜索、编程、工具调用等场景，为 RL 训练提供数据支撑。这批合成任务的难度足够高——即使是 frontier 闭源模型在这些任务上的准确率也不超过 62%，确保了 RL 训练的有效性。

V3.2 也是 DeepSeek 首个将思考链整合进工具调用流程的模型，同时支持思考模式和非思考模式下的工具调用。这使得模型在执行多步 agent 任务时，可以在调用外部工具之前先生成推理过程，而不是直接执行。

性能方面，V3.2 在多个推理 benchmark 上达到了与 GPT-5 和 Kimi K2-thinking 相近的水平，在 agent 场景下的表现也显著缩小了与闭源前沿模型的差距。