深度求索正式推出 deepseek-v3.2-exp 模型，该版本为实验性（experimental）更新。
作为通向新一代架构的过渡性尝试，V3.2-Exp 在 V3.1-Terminus 的基础上集成了 DeepSeek Sparse Attention（DSA），引入了一种创新的稀疏注意力机制，重点针对长文本场景下的训练与推理效率进行了探索性优化与验证。
目前，官方 App、网页端及小程序均已全面升级至 DeepSeek-V3.2-Exp 版本，同时 API 费用大幅下调，诚邀广大用户试用体验，并积极反馈使用建议。
DeepSeek **Sparse Attention**（DSA）
稀疏注意力机制
DeepSeek Sparse Attention（**DSA**）首次实现了高细粒度的稀疏注意力结构，在几乎不牺牲模型输出质量的前提下，显著提升了长序列处理的训练和推理效率。
为准确评估稀疏注意力机制的影响，我们在训练配置上严格对齐了 V3.1-Terminus 的各项参数。测试结果显示，DeepSeek-V3.2-Exp 在多个公开基准评测中表现与前代模型基本一致，保持了高度稳定的性能水平。
论文链接 & 模型开源
DeepSeek-V3.2-Exp 模型现已在 Huggingface 与魔搭平台开放下载：
HuggingFace：
https://www.php.cn/link/75b47bff314c1c00c07819e881cbef37
ModelScope：
https://www.php.cn/link/ed3e924fec44a4b9b04294ef31cdf73b
DeepSeek App
DeepSeek官方推出的AI对话助手App
78 查看详情 
相关技术论文也已发布：
https://www.php.cn/link/3af3ccd7551b9679edb2ae60d326cb01
TileLang & CUDA 算子开源
在研发过程中，团队设计并实现了一系列新型 GPU 算子。我们采用高级语言 TileLang 进行快速原型开发，以支持灵活的研究探索。最终版本则以 TileLang 实现为精度参考，逐步迁移至底层 CUDA 语言以提升运行效率。本次开源内容包含主要算子的 TileLang 与 CUDA 双版本。研究者可优先使用 TileLang 版本进行调试与迭代，便于开展后续创新工作。
API 支持
受益于新模型带来的服务成本显著下降，官方同步调整 API 定价策略，最新价格即日起生效。
根据新规，开发者调用 DeepSeek API 的整体成本将降低超过 50%。
当前 API 默认调用模型为 DeepSeek-V3.2-Exp，接入方式维持不变。欢迎广大开发者继续使用 DeepSeek 提供的高效 API 服务。
源码地址：点击下载
以上就是DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/208494.html
微信扫一扫 
支付宝扫一扫 
