DeepSeek V3.2震撼发布：推理能力比肩GPT-5，成本降低60%以上

观察发现，DeepSeek似乎习惯于在深夜时分给用户带来惊喜更新。12月1日晚间，DeepSeek突然宣布V3.2版本正式上线，向所有用户开放使用，并在各大开源社区同步发布了本地部署模型，供开发者自由下载和集成。根据官方公布的测试数据，DeepSeek V3.2的推理性能已经与OpenAI的GPT-5不相上下，但其运行成本却远低于GPT-5，这一优势足以让众多开发者和企业感到振奋。

接下来，让我们直接深入主题，详细探讨DeepSeek V3.2在哪些方面实现了显著提升。

推理性能更强，成本更加低廉

DeepSeek V3.2提供了两个版本：一个是在官方网站免费使用的标准版，另一个是仅通过API访问的DeepSeek V3.2-Speciale版。据官方描述，Speciale版拥有更强大的推理能力，主要用于探索模型在复杂任务中的性能极限。

V3.2-Speciale不仅会自动进入“长思考加强”模式，还融合了DeepSeek-Math-V2的定理证明技术，从而在指令跟随、数学证明和逻辑验证方面表现卓越。在官方基准测试中，V3.2-Speciale的推理成绩与最新的Gemini-3.0-Pro持平，展现出顶级竞争力。

图源：DeepSeek

此外，DeepSeek使用V3.2-Speciale测试了IMO 2025（国际数学奥林匹克）、CMO 2025（中国数学奥林匹克）、ICPC World Finals 2025（国际大学生程序设计竞赛全球总决赛）及IOI 2025（国际信息学奥林匹克）等四项赛事的决赛题目，均获得了金牌成绩。

特别是在ICPC和IOI测试中，模型达到了人类选手第二和第十名的水平，这充分表明DeepSeek V3.2在编程等领域的进步尤为突出。横向对比显示，DeepSeek V3.2-Speciale在各项赛事中的表现均超越了GPT-5 High，给OpenAI带来了不小的压力。

图源：DeepSeek

在技术文档中，DeepSeek提到V3.2的主要突破是引入了DeepSeek Sparse Attention (DSA) 稀疏注意力机制，并通过双版本设计满足不同场景的推理需求。

DSA机制从根本上解决了AI大模型在注意力计算中的效率问题。具体而言，传统注意力机制需要计算序列中所有元素之间的关联，而DSA则选择性计算关键元素之间的关联，从而大幅减少计算量。

实际上，类似技术在DeepSeek年初的论文中已有预告，当时小雷曾解读过其全新注意力机制NSA。但NSA在后续更新中并未公开露面，或许是因为DeepSeek找到了更优的实现方案。

图源：LLM

年初论文中的NSA在处理长文本时，类似于为图书馆书籍创建索引，通过索引快速定位区域进行检索。而DSA则更接近搜索引擎，在处理长文本时先快速全文阅读并建立“闪电索引器”，再通过关键词精准检索相关内容。DSA不仅更智能、更精准，而且资源消耗更低。

在DSA机制的加持下，128K序列长度的推理成本可降低60%以上，推理速度提升约3.5倍，内存占用减少70%，同时模型性能保持稳定，彻底改变了AI大模型在注意力领域的表现。

根据官方数据，在H800集群上进行测试时，当序列长度达到128K，预填充阶段每百万token的成本从0.7美元降至0.2美元左右，解码阶段从2.4美元降至0.8美元，使DeepSeek V3.2可能成为同级别模型中长文本推理成本最低的选项。

不仅具备思考能力，还能灵活使用工具

除了DSA机制，DeepSeek V3.2的另一核心升级是允许模型在思考模式下调用工具。官方表示，其工具调用和使用过程无需额外训练，这使得V3.2拥有更强大的通用性，并能更好地兼容用户自定义工具。

为验证DeepSeek V3.2的新特性，小雷设计了一些测试问题。首先看思考模式的表现：

问：A 比 B 大三岁，B 比 C 大两岁。五年后 A 的年龄刚好是 C 的两倍。问现在三个人多少岁？

答：

图源：雷科技

答案正确，但关键在于思考过程：

图源：雷科技

可以看到，DeepSeek在计算出结果后，反复验证答案的正确性，并思考不同情况下答案是否依然成立。在最终输出前，模型共进行了三轮验证。

虽然这看似消耗更多算力，但多次验证对于确保DSA机制下的答案准确性至关重要，能有效降低错误率。

随后，小雷设计了一个多步骤任务链进行测试：

搜索北京今天气温

把气温转换为华氏温度

调用工具检查你的换算是否正确

最后用一句话总结今天适合不适合户外活动

注：你必须自己决定什么时候调用工具，不能一次性完成。

我们来看DeepSeek的思考过程：

图源：雷科技

模型很好理解了提问需求，并分步骤使用搜索和数学工具解决问题，最终输出回答：

图源：雷科技

回答基本按照步骤执行，并自动使用数学工具验证转换结果。但有一个小瑕疵：DeepSeek在思考过程中提到的“总结今天适合不适合户外运动”部分在最终回答中遗漏了。不过整体来看，模型已具备自主决策工具使用的能力。

作为对比，另一个AI在面对相同问题时，虽然理解“调用工具”等要求，但在执行中直接搜索数据填充回答，未能分步处理：

图源：雷科技

实际上，在DeepSeek的思考模式工具调用教程中，也展示了如何通过多轮对话和调用多个工具提升答案质量。

可以这样理解：以往DeepSeek只能依赖模型参数回忆来组合答案，现在则能拆解问题、逐个击破，并针对子问题使用不同工具（如搜索、数学、编程等）提供更佳解决方案，最后整合所有回答形成完整答案。

由于时间有限，小雷未设计更复杂的问题测试DeepSeek，感兴趣的用户可立即登录DeepSeek官网亲自体验。

开源模型最强音？OpenAI和Google再迎挑战

DeepSeek V3.2强大吗？确实强大，但并未形成断崖式领先。从测试结果看，它与GPT-5 High及Gemini 3.0 Pro各有千秋。然而，当一个在多项权威基准中对标GPT-5、Gemini 3.0 Pro，且推理成本仅为行业主流模型三分之一甚至更低的模型以完全开源方式发布时，足以对整个市场产生冲击——这正是DeepSeek持续颠覆行业的根本逻辑。

此前，业界有观点认为“开源模型永远落后闭源模型8个月”，这一说法未必准确，但DeepSeek V3.2的发布无疑终结了此类争论。DeepSeek坚持全量开源，尤其在引入DSA这种能显著降低成本、提升长文本能力的底层技术后，使开源模型从“追赶者”转变为反向倒逼闭源巨头的“挑战者”。

更重要的是，DSA带来的成本革命将对AI大模型商业化产生深远影响。由于AI大模型的训练和推理成本仍较高，“成本下降60%”不只关乎运营成本，还涉及前期部署。整体成本降低意味着即使小型企业也能借助DeepSeek训练出强大模型。

在推理端，长文本交互价格降低后，高级AI应用（如智能体、自动化工作流、长链推理等）将不再局限于企业市场，而是更广泛地推广到消费级市场，甚至可能加速“AI工具取代传统软件”的趋势，使AI更深融入操作系统层级的日常使用中。

对普通用户而言，或许只是多了一个免费的优秀模型。但几个月或半年后，你可能会发现各种硬件、软件的AI体验又有质的飞跃——这背后很可能有DeepSeek的贡献。