DeepSeek-V3.2
DeepSeek 的 MIT 许可证 6850 亿参数推理模型,用稀疏注意力降低长上下文成本;V4 系列已取代它。
一句话概括. DeepSeek-V3.2 是 DeepSeek 的超大推理模型,任何人都可以按 MIT 许可证下载。它的设计目标是让长输入更便宜,并且在使用工具时也能思考。DeepSeek 更新的 V4 模型已经取代了它,但它仍是下载量最高的大型开放模型之一。
概述
DeepSeek 于 2025 年 12 月 1 日发布 V3.2,作为 9 月 V3.2-Exp 实验版的正式后继。检查点是混合专家模型,总参数约 6850 亿:共 61 层、256 个路由专家,每个 token 激活 8 个,另有 1 个共享专家。这与 DeepSeek-V3 的结构相同,后者约有 370 亿激活参数。主要变化是 DeepSeek 稀疏注意力:每个 token 只看上下文中被选中的一部分,降低了长输入的成本。权重以 FP8 发布,约 690 GB,配置允许 163,840 个位置。
DeepSeek 的报告提出三点。一是稀疏注意力。二是扩大规模的强化学习阶段,DeepSeek 称这让 V3.2 在它的测试中达到 GPT-5 级别。三是合成智能体训练任务的流程,覆盖 1,800 多个环境和 85,000 条复杂指令,使模型能在调用工具时思考。同时发布的还有高算力变体 DeepSeek-V3.2-Speciale,DeepSeek 称它在推理上可比 Gemini 3.0 Pro,并在 2025 年 IMO、CMO、ICPC 世界总决赛和 IOI 上达到金牌水平,代价是使用多得多的 token;它在发布时只提供 API,且不支持工具调用。以上均为自报,DeepSeek 公开了竞赛提交内容供他人核验。
仓库没有 Jinja 聊天模板,需要使用 encoding 目录里的 Python 脚本,其输出解析器只处理格式良好的文本,不能直接用于生产。许可证是 MIT。DeepSeek 在 2026 年 4 月转向 V4 预览版,后来又有 V4 和 V4.1 的发布,新项目请先比较它们。
适合做什么
- 按 MIT 许可证自托管一个被广泛支持的大型推理模型
- 需要在工具调用之间思考的智能体工作流
- 研究 DeepSeek 稀疏注意力及其长上下文降本效果
- 核验已公开的竞赛提交内容
需要注意
- DeepSeek V4 和 V4.1 更新,开始新部署前请先比较
- 没有提供 Jinja 聊天模板,需要使用 DeepSeek 的编码脚本
- 需要多卡节点,FP8 权重约 690 GB
- Speciale 使用的 token 多得多,发布时不支持工具调用
- 它只支持文本,基准说法来自 DeepSeek 自己
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 V3.2 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| V3.2 FP8 | 685B 激活 37B | 1.58 TB | 788 GB | 473 GB | 大内存台式机 |
| V3.2-Speciale FP8 | 685B 激活 37B | 1.58 TB | 788 GB | 473 GB | 大内存台式机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
常见问题
- DeepSeek-V3.2 是什么?
- DeepSeek-V3.2 是 DeepSeek 的超大推理模型,任何人都可以按 MIT 许可证下载。它的设计目标是让长输入更便宜,并且在使用工具时也能思考。DeepSeek 更新的 V4 模型已经取代了它,但它仍是下载量最高的大型开放模型之一。
- DeepSeek-V3.2 可以商用吗?
- 可以。DeepSeek-V3.2 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- DeepSeek-V3.2 是开源的吗?
- DeepSeek-V3.2 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 DeepSeek-V3.2 吗?
- 只有大内存机器才行。最小版本 V3.2 在 4 位精度下约需 473 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
- DeepSeek-V3.2 是什么时候发布的?
- DeepSeek-V3.2 由 DeepSeek 于 2025年12月1日 发布。
- DeepSeek-V3.2 的上下文窗口有多长?
- DeepSeek-V3.2 支持最长 160K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- DeepSeek-V3.2 Release (DeepSeek API docs, 1 Dec 2025) api-docs.deepseek.com
- DeepSeek-V3.2 model card (Hugging Face) huggingface.co
- DeepSeek-V3.2-Speciale model card (Hugging Face) huggingface.co
- DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models (technical report) arxiv.org
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| DeepSeek V4 DeepSeek | 284B – 1.6T 激活 49B | 1M | MIT (宽松) | 176 GB 大内存台式机 | |
| DeepSeek V4.1 Flash DeepSeek | 552B 激活 16B | 1M | MIT (宽松) | 561 GB GPU 服务器 | |
| GLM-5.2 Z.ai (Zhipu AI) | 753B 激活 40B | 1M | MIT (宽松) | 520 GB GPU 服务器 | |
| Kimi K3 Moonshot AI | 2.8T 激活 104B | 1M | Kimi K3 License (附条件) | 1.72 TB 多机集群 |