DeepSeek-V3.2-Exp 发布，训练推理提效，API 同步降价

声明：文档由AI根据原文生成。

实验性模型上线，稀疏注意力机制首次落地

2025年9月29日，DeepSeek 正式发布 DeepSeek-V3.2-Exp 实验性模型。该版本作为新一代架构的中间步骤，在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention（DSA）稀疏注意力机制，针对长文本训练与推理效率进行探索性优化。

目前，DeepSeek 官方 App、网页端、小程序已同步更新至 V3.2-Exp，API 服务同步大幅降价。

细粒度稀疏注意力：效率提升，效果持平

DSA 首次实现细粒度稀疏注意力机制。据 DeepSeek 方面介绍，该机制在几乎不影响模型输出效果的前提下，显著提升长文本场景下的训练与推理效率。

为严谨评估稀疏注意力的实际影响，V3.2-Exp 的训练设置与 V3.1-Terminus 严格对齐。各领域公开评测集结果显示，两个版本表现基本持平。

模型、论文与算子同步开源

V3.2-Exp 模型已在 Hugging Face 与魔搭社区开源：

• HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp
• ModelScope：https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2-Exp

研究论文同步公开：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf

新模型研发过程中涉及大量 GPU 算子开发。DeepSeek 采用 TileLang 高级语言进行快速原型验证，再以底层语言实现高效版本。此次开源算子包含 TileLang 与 CUDA 两种版本，社区研究性实验建议使用 TileLang 版本以便调试迭代。

API 降价50%以上，V3.1 保留对比接口至10月中旬

得益于服务成本降低，DeepSeek API 价格即刻下调，新价格政策下开发者调用成本降低 50% 以上。当前 API 默认版本为 V3.2-Exp，访问方式不变。

为便于用户进行真实场景对比测试，DeepSeek 为 V3.1-Terminus 临时保留额外 API 接口，调用价格与 V3.2-Exp 相同。用户修改 base_url 为 https://api.deepseek.com/v3.1_terminus_expires_on_20251015 即可访问，该接口保留至北京时间 2025年10月15日 23:59。详细方法参考官方对比测试指南：https://api-docs.deepseek.com/zh-cn/guides/comparison_testing