DeepSeek今日宣布推出实验性版本DeepSeek-V3.2-Exp模型，该版本作为新一代架构研发的过渡性成果，在长文本处理领域实现了关键技术突破。此次更新不仅引入了自主研发的DeepSeek Sparse Attention（DSA）稀疏注意力机制，更通过严格的对比测试验证了其技术有效性。
研发团队在V3.1-Terminus版本基础上，通过引入DSA机制实现了细粒度注意力控制。这项创新技术能够在保持模型输出质量的前提下，显著提升长文本场景下的训练与推理效率。据技术文档披露，DSA机制通过动态调整注意力权重分配，使计算资源更集中于关键信息区域，从而减少无效计算。
为确保技术评估的严谨性，开发团队将V3.2-Exp的训练参数配置与前代版本完全对齐。在涵盖自然语言处理、逻辑推理等领域的20余个公开评测集中，新版本各项指标均与V3.1-Terminus持平，部分长文本任务处理速度提升达40%。这种在效率与效果间的平衡，验证了稀疏注意力机制的实际应用价值。
伴随模型升级，DeepSeek同步推出API服务降价方案，开发者调用成本降幅超过50%。这一调整旨在降低技术创新的应用门槛，促进稀疏注意力技术的生态发展。目前用户可通过官方App、网页端及小程序体验新版本，各平台已完成同步更新。
考虑到实验性版本的技术特性，研发团队为V3.1-Terminus保留了专用API接口，方便用户进行AB测试对比。这种双版本并行的策略，既保障了现有服务的稳定性，也为新技术验证提供了真实场景支持。据开源社区消息，V3.2-Exp模型代码已在Huggingface与魔搭平台开放下载。
