DataLearner logoDataLearnerAI
AI Tech Blogs
Leaderboards
Benchmarks
Models
Resources
Tool Directory

加载中...

DataLearner logoDataLearner AI

A knowledge platform focused on LLM benchmarking, datasets, and practical instruction with continuously updated capability maps.

产品

  • Leaderboards
  • 模型对比
  • Datasets

资源

  • Tutorials
  • Editorial
  • Tool directory

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner curates industry data and case studies so researchers, enterprises, and developers can rely on trustworthy intelligence.

隐私政策服务条款
Page navigation
目录
Model catalogDeepSeek V3.2-Exp
DE

DeepSeek V3.2-Exp

DeepSeek-V3.2-Exp

Release date: 2025-09-29更新于: 2025-10-08 11:33:081,022
Live demoGitHubHugging Face
Parameters
6710.0亿
Context length
128K
Chinese support
Not supported
Reasoning ability

Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology

Model basics

Reasoning traces
Supported
Context length
128K tokens
Max output length
64000 tokens
Model type
推理大模型
Release date
2025-09-29
Model file size
1342GB
MoE architecture
Yes
Total params / Active params
6710.0B / 370B
Knowledge cutoff
No data
Inference modes
常规模式（Non-Thinking Mode）思考模式（Thinking Mode）

Open source & experience

Code license
MIT License
Weights license
MIT License- 免费商用授权
GitHub repo
https://github.com/deepseek-ai/DeepSeek-V3.2-Exp
Hugging Face
https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp
Live demo
https://chat.deepseek.com

Official resources

Paper
DeepSeek-V3.2-Exp: Boosting Long-Context Efficiency with DeepSeek Sparse Attention
DataLearnerAI blog
No blog post yet

API details

API speed
3/5
💡Default unit: $/1M tokens. If vendors use other units, follow their published pricing.
Standard pricingStandard
ModalityInputOutput
Text$0.28$0.42
Cached pricingCache
ModalityInput cacheOutput cache
Text$0.028--

Benchmark Scores

综合评估

9 evaluations
Benchmark / mode
Score
Rank/total
MMLU Prothinking
85
13 / 111
MMLU Pronormal
84
25 / 111
GPQA Diamondthinking
79.90
46 / 144
GPQA Diamondnormal
74
64 / 144
LiveBenchthinking
71.64
15 / 52
LiveBenchnormal
66.64
29 / 52
HLEthinking + 使用工具
20.30
40 / 88
HLEthinking
19.80
42 / 88
HLEnormal
8.60
70 / 88

常识问答

1 evaluations
Benchmark / mode
Score
Rank/total
SimpleQAthinking + 使用工具
97.10
1 / 44

编程与软件工程

3 evaluations
Benchmark / mode
Score
Rank/total
LiveCodeBenchthinking
74.10
25 / 102
SWE-bench Verifiedthinking + 使用工具
67.80
40 / 78
LiveCodeBenchnormal
55
67 / 102

数学推理

2 evaluations
Benchmark / mode
Score
Rank/total
AIME2025thinking
89.30
37 / 104
AIME2025normal
58
82 / 104

AI Agent - 工具使用

2 evaluations
Benchmark / mode
Score
Rank/total
Terminal-Benchthinking + 使用工具
37.70
14 / 35
Terminal-Benchnormal + 使用工具
23
30 / 35

Agent能力评测

4 evaluations
Benchmark / mode
Score
Rank/total
Aider-Polyglotthinking + 使用工具
74.50
7 / 22
τ²-Benchthinking + 使用工具
66.70
18 / 33
τ²-Bench - Telecomnormal + 使用工具
34
20 / 21
τ²-Bench - Telecomthinking + 使用工具
34
20 / 21

指令跟随

1 evaluations
Benchmark / mode
Score
Rank/total
IF Benchthinking
54.10
15 / 18

AI Agent - 信息收集

1 evaluations
Benchmark / mode
Score
Rank/total
BrowseCompthinking + 使用工具
40.10
15 / 19

Publisher

DeepSeek-AI
DeepSeek-AI
View publisher details

Model Overview

概述

DeepSeek-V3.2-Exp 是 DeepSeek 在 2025-09-29 发布的 v3.2 实验版子型号，基于 V3.1-Terminus 持续训练并首次引入 DeepSeek Sparse Attention (DSA)，旨在提升长上下文训练与推理效率，同时维持与 V3.1-Terminus 相当的输出质量。该模型已在 App、Web 与 API 同步上线，且 API 定价整体下调 50%+。

来源：发布新闻；Models & Pricing；Hugging Face 模型页。

架构与规格

  • 核心机制：DSA（稀疏注意力），用于在长上下文场景降低算力与显存开销。
  • 上下文窗口：官方定价页标注 128K tokens。
  • 最大输出：非思考模式默认/上限 4K/8K；思考模式默认/上限 32K/64K。
  • 开源情况与许可：模型权重与仓库以 MIT License 发布；TileLang/CUDA 等关键算子开源。

能力与模态

  • 文本对话：支持 JSON 输出、前缀补全（Beta）、FIM（非思考）、函数调用（非思考）。
  • 多模态：该子型号官方定价/文档未提供图像、音频、视频或 embedding 的计费与接入说明。

性能与对比

官方公开信息显示，V3.2-Exp 在公开基准上的表现整体与 V3.1-Terminus 持平（用于验证 DSA 引入对质量的影响有限）。

访问与集成

  • API：deepseek-chat（非思考模式）与 deepseek-reasoner（思考模式）已升级对应到 V3.2-Exp。
  • 在线体验：官方 Web 聊天支持该子型号。
  • 开源权重：Hugging Face 提供权重与使用示例。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送

DataLearner 官方微信二维码