DeepSeek再发新版，全面碾压GPT，对标Gemini3.0Pro

　　刚刚，DeepSeek完成模型两连发。实验版DeepSeek-V3.2-Exp发布两个月后，正式版终于熬出来了↓DeepSeek-V3.2：兼顾推理能力和输出长度的性能平衡版，适用于问答、通用Agent等场景。对标GPT-5，略低于Gemini3.0Pro。DeepSeek-V3.2-Speciale:长思考增强版，还有极强的数学能力，指令更顺、数学证明和逻辑验证能力强，性能对标Gemini3.0Pro，碾压GPT5.0，参考图1。该版本主要有以下技术创新点↓（以下基于最新技术报告整理）

　　1. 核心突破：既要马儿跑，又让马吃草为了解决长文本处理慢、算力消耗大的问题，团队引入了DeepSeek 稀疏注意力 (DSA)。结果就是推理速度飙升，性能不下降，成本暴降。关于DSA，我们以前做过解读导致DeepSeek价格暴降，「稀疏注意力机制」，到底是个啥？。

　　2. 变强秘籍：强化学习与合成数据DeepSeek-V3.2之所以能变得更“聪明”，主要归功于后训练阶段的策略升级↓2.1 下血本搞强化学习： 建立了可扩展的强化学习框架，大幅增加了后训练阶段的算力投入（超过了预训练成本的 10%）；2.2 海量合成数据： 为了让模型学会使用工具（比如写代码、搜网页），团队开发了一套流水线，自动生成了海量的训练数据。例如，通过模拟GitHub 的问题修复来训练代码能力，通过构建虚拟的旅行计划任务来训练通用Agent能力。

　　----理性分界线----在论文中，DeepSeek团队也很诚实地列出了这一版的不足↓知识广度不够： 因为训练的总计算量不如那些闭源巨头，所以在世界知识的覆盖面上还有差距。有点话痨：为了达到高水平的推理，模型往往需要生成很长的思考过程。好比为了做对一道题，它可能需要写很长的草稿，推理成本相对较高（但已经不错了）。复杂任务仍有差距：在解决极度复杂的任务时，相比最顶尖的闭源模型仍稍逊一筹。总之，这一版更新，可谓诚意满满了，还不赶紧用起来？（注：正式版已经官网可用，Speciale版仅以临时API提供，不知道第三方MaaS能不能快速上线呢？）