DeepSeek · deepseek-v3.2
我们推出 DeepSeek-V3.2，这是一款兼顾高计算效率与卓越推理及智能体（agent）性能的模型。我们的方法建立在三大关键技术突破之上： 1. DeepSeek 稀疏注意力（DSA）： 我们推出了 DSA，一种高效的注意力机制，在保持模型性能的同时大幅降低计算复杂度，并针对长上下文场景进行了专门优化。 2. 可扩展强化学习框架： 通过实施稳健的强化学习方案并扩展后训练计算，DeepSeek-V3.2 的表现与 GPT-5 相当。值得注意的是，我们的高算力变体 DeepSeek-V3.2-Speciale 超越了 GPT-5，并展现出与 Gemini-3.0-Pro 相当的推理能力。 - 成就： 🥇 在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中斩获金牌水平的表现。 3. 大规模智能体任务合成管线： 为了将推理能力整合到工具使用场景中，我们开发了一种全新的合成管线，可系统性地大规模生成训练数据。这促进了可扩展的智能体后训练，提升了在复杂交互环境中的顺从度与泛化能力。
我们推出 DeepSeek-V3.2，这是一款兼顾高计算效率与卓越推理及智能体（agent）性能的模型。我们的方法建立在三大关键技术突破之上： 1. DeepSeek 稀疏注意力（DSA）： 我们推出了 DSA，一种高效的注意力机制，在保持模型性能的同时大幅降低计算复杂度，并针对长上下文场景进行了专门优化。 2. 可扩展强化学习框架： 通过实施稳健的强化学习方案并扩展后训练计算，DeepSeek-V3.2 的表现与 GPT-5 相当。值得注意的是，我们的高算力变体 DeepSeek-V3.2-Speciale 超越了 GPT-5，并展现出与 Gemini-3.0-Pro 相当的推理能力。 - 成就： 🥇 在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中斩获金牌水平的表现。 3. 大规模智能体任务合成管线： 为了将推理能力整合到工具使用场景中，我们开发了一种全新的合成管线，可系统性地大规模生成训练数据。这促进了可扩展的智能体后训练，提升了在复杂交互环境中的顺从度与泛化能力。
我们推出 DeepSeek-V3.2，这是一款兼顾高计算效率与卓越推理及智能体（agent）性能的模型。我们的方法建立在三大关键技术突破之上： 1. DeepSeek 稀疏注意力（DSA）： 我们推出了 DSA，一种高效的注意力机制，在保持模型性能的同时大幅降低计算复杂度，并针对长上下文场景进行了专门优化。 2. 可扩展强化学习框架： 通过实施稳健的强化学习方案并扩展后训练计算，DeepSeek-V3.2 的表现与 GPT-5 相当。值得注意的是，我们的高算力变体 DeepSeek-V3.2-Speciale 超越了 GPT-5，并展现出与 Gemini-3.0-Pro 相当的推理能力。 - 成就： 🥇 在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中斩获金牌水平的表现。 3. 大规模智能体任务合成管线： 为了将推理能力整合到工具使用场景中，我们开发了一种全新的合成管线，可系统性地大规模生成训练数据。这促进了可扩展的智能体后训练，提升了在复杂交互环境中的顺从度与泛化能力。
中国大陆 / 全球 · 价格附有适用条件
折扣与价格评分按中国大陆的官方价计算
| 不分档 | 0.4 CNY/ 百万 Token |
|---|---|
| 不分档 | 0.188 CNY/ 百万 Token |
| 缓存方式：显式缓存 | 0.2 CNY/ 百万 Token |
| 不分档 | 2.5 CNY/ 百万 Token |
|---|
| 不分档 | 2 CNY/ 百万 Token |
|---|---|
| 不分档 | 1.88 CNY/ 百万 Token |
| 不分档 | 3 CNY/ 百万 Token |
|---|---|
| 不分档 | 2.686 CNY/ 百万 Token |
中国大陆 / 全球 · 采集于 2026-10-02 · 查看价格来源
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
按第三方评测机构 Artificial Analysis 的智能指数，只跟当前在售的模型排名，每个模型按它最强的推理档位算：前 15% 为旗舰，15%–40% 为高端，40%–70% 为中端，其余为入门。只比能力，不看价格。它有 2 个推理档位的成绩，名次按最强的一档算；想看省钱的档位，看选模型页的性价比榜。
科学难题、数学和没见过的新题，看它想得清不清楚。
从没见过的图形规律题，靠现场推理而不是背题。看它遇到新问题会不会举一反三。
自己动手写代码、改代码、跑通工程任务。标了「配工具」的成绩是模型加上评测方的工具和运行环境跑出来的，换一套工具结果会变，不算进上面的名次。
Artificial Analysis 用命令行工程任务和科学编程题测出的编程能力分。用它写代码时看这项。
让模型在命令行里独立完成装环境、改代码、跑测试等真实工程任务。用它写代码、做自动化时看这项。
这些评测停止更新、有成绩的模型太少或者和选购关系不大，成绩仅供参考，不影响上面的名次和用途筛选。
Epoch AI 把几十项前沿评测合成的一个能力指数，用来看模型整体有多强。
不再排行的原因：综合能力已改按 Artificial Analysis 智能指数排名（覆盖的在售模型多一倍）；Epoch 综合指数留作第二来源参考。
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。
