DeepSeek V3.2 发布：长文本能力新突破，API 价格砍半

DeepSeek 正式推出其最新的实验性模型 DeepSeek-V3.2-Exp。这是一个实验性（Experimental）的版本，该版本在 V3.1-Terminus 的基础上，引入了革命性的 DeepSeek Sparse Attention（DSA） 技术，旨在大幅提升长文本处理的效率。

目前，官方 App、网页端、小程序均已同步更新为 DeepSeek-V3.2-Exp。

与此同时，官方宣布 API 服务价格下调超过 50%。

核心亮点一览：

1. 技术革新：首创 DeepSeek 稀疏注意力（DSA） 机制，在几乎不影响模型性能的前提下，显著提升了长文本的训练和推理速度。

2. 成本骤降：得益于效率提升，API 调用成本直降超过 50%。

3. 无缝升级与对比测试：官方 App、网页端等平台已全面升级。同时为方便用户对比，限时保留了旧版 V3.1 模型的 API 接口，并同样享受新版价格。

以下内容要点来自官方文章。

超 14000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群： 

进群后，你有机会得到：

• 最新、最值得关注的 AI 新品资讯； 
  

• 不定期赠送热门新品的邀请码、会员码；
  

• 最精准的AI产品曝光渠道

---

01 

DeepSeek Sparse Attention（DSA）

DeepSeek Sparse Attention（DSA）首次实现了细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，实现了长文本训练和推理效率的大幅提升。

为了严谨地评估引入稀疏注意力带来的影响，我们特意把 DeepSeek-V3.2-Exp 的训练设置与 V3.1-Terminus 进行了严格的对齐。在各领域的公开评测集上，DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。

DeepSeek-V3.2-Exp 模型现已在 Huggingface 与魔搭开源：

• HuggingFace：

https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp

• ModelScope：

https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp

论文也已同步公开：

https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

官方注：在新模型的研究过程中，需要设计和实现很多新的 GPU 算子。使用高级语言 TileLang 进行快速原型开发，以支持更深入的探索。在最后阶段，以 TileLang 作为精度基线，逐步使用底层语言实现更高效的版本。因此，本次开源的主要算子包含 TileLang 与 CUDA 两种版本。我们建议社区在进行研究性实验时，使用基于 TileLang 的版本以方便调试和快速迭代。

02 

API 价格大幅下调

模型服务成本的降低，最直接的受益者就是开发者。DeepSeek 宣布，API 定价即刻生效新标准，整体降幅超过 50%。这意味着开发者能够以更低的成本，构建更强大的应用。

目前，所有官方平台（App、网页端、小程序）和标准 API 接口均已默认使用 V3.2-Exp 模型。

03 

DS-V3.1 限时保留

作为实验性版本，V3.2-Exp 虽然在评测中表现优异，但仍需在真实应用场景中接受更广泛的检验。为此，DeepSeek 诚挚邀请所有用户参与测试，并提供宝贵的反馈。

为了方便您进行新旧版本对比，官方限时保留了 V3.1 模型的API访问通道（至 2025 年 10 月 15 日），且调用价格与新版 V3.2-Exp 相同。

用户只需修改 base_url="https://api.deepseek.com/v3.1_terminus_expires_on_20251015" 即可访问 V3.1-Terminus，调用价格与 V3.2-Exp 相同。

更详细的使用方法请参考官方文档：

https://api-docs.deepseek.com/zh-cn/guides/comparison_testing。

反馈链接：

https://feedback.deepseek.com/dsa