猫眼电影记者 朱增宏 报道首次登录送91元红包

在大模型赛道逐渐从“参数竞赛”走向“能力竞赛”的当下，一个显著的变化正在发生：开源模型开始在越来越多关键能力维度上逼近、甚至冲击顶级闭源模型。

12月1日，DeepSeek同步发布两款正式版模型——DeepSeek-V3.2DeepSeek-V3.2-Speciale，前者在推理测试中达到GPT-5水平，仅略低于Gemini-3.0-Pro，而后者在IMO 2025等四项国际顶级竞赛中斩获金牌。

V3.2在工具调用能力上达到当前开源模型最高水平，大幅缩小了开源模型与闭源模型的差距。

据官方介绍，V3.2是DeepSeek首个将思考融入工具使用的模型，在“思考模式”下仍然支持工具调用。该公司通过大规模Agent训练数据合成方法，构造了1800多个环境、85000多条复杂指令的强化学习任务，大幅提升了模型在智能体评测中的表现。

V3.2证明了一件事：通过正确的架构+数据策略+工具融合设计，开源模型完全有能力成为世界级选手。Deepseek研究员苟志斌在社交平台X上发帖称：

如果说Gemini-3证明了持续扩大预训练规模依然有效，那么DeepSeek-V3.2-Speciale则证明了在超大上下文下进行强化学习扩展是可行的我们花了一年时间把DeepSeek-V3推到极限。得到的经验是：后训练的瓶颈，是靠优化方法和数据而不是靠等待一个更强的基础模型来解决的

DSA突破性能瓶颈，“思考+工具调用”策略带来质的飞跃

这次的核心飞跃，来自两大底层创新。

第一个是DeepSeek Sparse Attention（DSA）稀疏注意力机制，DeepSeek两个月前在实验版（V3.2-Exp）中引入的一项关键结构。

该稀疏注意力机制有效解决了传统注意力机制在长序列处理中的效率瓶颈，将注意力复杂度从O(L²)降低至O(Lk)，同时保持模型性能。

在架构层面，DSA采用闪电索引器和细粒度Token选择机制两大组件。闪电索引器计算查询Token与历史Token之间的索引分数，决定哪些Token被选中；细粒度Token选择机制则基于索引分数检索对应的键值条目。该机制基于MLA的MQA模式实现，确保计算效率的同时维持模型表现。

在大量用户对比测试中发现：V3.2-Exp在任何场景中都没有明显弱于 V3.1，稀疏注意力不仅没有损失能力，反而大幅提升了效率和响应质量。这意味着，模型可以：看得更“远”、想得更“深”、却用更少的计算资源。

第二，DeepSeek-V3.2提升显著的关键在于训练策略的根本性改变。以往版本采用"直接调工具"的简单模式，而V3.2创新性地实现了"思考+调工具"(Thinking in Tool-use)的融合机制。

DeepSeek-V3.2 成为首个在“思考模式”下仍然支持工具调用的模型。也就是说，它不再是一看到问题马上用工具，而是变成：先分析、再规划、再调用工具、再验证、再修正。

这种表现更接近人类的“思考-行动-反思”闭环，为复杂任务（如搜索、写代码、修 Bug、规划项目）带来了指数级的能力上升。

数据策略的改变：1800+环境+8.5万条复杂指令

至于模型为什么突然变强这么多？本质上，是训练策略彻底升级了。

DeepSeek搭建了一条全新的大规模数据合成流水线，生成1800多个环境和85000多条高难度指令，专门用于强化学习。

这种“冷启动+大规模合成数据RL”的训练方法，让模型在复杂任务如代码修复、搜索等场景中的泛化能力大幅提升。通过构造“难解答、易验证”的强化学习任务，模型学会了在推理过程中有机融合工具调用。

这种方式的核心价值在于：不再依赖真实人类标注，而是构造“极限题库”锤炼模型能力。

结果也非常清晰：在代码修复、搜索路径规划、多步骤任务中，V3.2 的泛化能力大幅领先过往版本，甚至接近闭源商业模型。

在思考上下文管理方面，V3.2采用专门针对工具调用场景的优化策略。历史推理内容仅在新用户消息引入时被丢弃，而在工具相关消息(如工具输出)添加时保持推理内容，避免了模型为每次工具调用重复推理整个问题的低效行为。

强化学习规模化显著增强模型能力，后训练算力超过预训练的10%

DeepSeek-V3.2采用可扩展的强化学习框架，后训练计算预算超过预训练成本的10%，这一资源投入为高级能力的释放奠定了基础。

该公司在GRPO(Group Relative Policy Optimization)算法基础上引入多项稳定性改进，包括无偏KL估计、离策略序列掩码、保持路由等机制。

在专家蒸馏阶段，该公司为每个任务领域开发专门的模型，涵盖数学、编程、通用逻辑推理、智能体任务等六个专业领域，均支持思考和非思考模式。这些专家模型通过大规模强化学习训练，随后用于产生领域特定数据供最终检查点使用。

混合RL训练将推理、智能体和人类对齐训练合并为单一RL阶段，有效平衡了不同领域的性能表现，同时规避了多阶段训练常见的灾难性遗忘问题。对于推理和智能体任务，采用基于规则的结果奖励、长度惩罚和语言一致性奖励；对于通用任务，则使用生成式奖励模型进行评估。

大模型“权力结构”正在改变！

在与海外几大模型的对比中，DeepSeek-V3.2展现出显著的性能优势。在推理能力方面，V3.2在AIME 2025测试中达到93.1%的通过率，接近GPT-5的94.6%和Gemini-3.0-Pro的95.0%。在HMMT 2025测试中，V3.2得分92.5%，与顶级闭源模型差距进一步缩小。

在智能体能力评测中，V3.2的表现尤为突出。在代码智能体任务SWE-Verified中获得73.1%的解决率，在Terminal Bench 2.0中达到46.4%的准确率，显著超越现有开源模型。在搜索智能体评估BrowseComp中，通过上下文管理技术，V3.2从51.4%提升至67.6%的通过率。

在工具使用基准测试中，V3.2在τ2-Bench中获得80.3%的通过率，在MCP-Universe中达到45.9%的成功率。值得注意的是，V3.2并未针对这些测试集的工具进行特殊训练，显示出强大的泛化能力。相比之下，同期开源模型如MiniMax-M2-Thinking在多项测试中的表现明显落后。

DeepSeek-V3.2 的发布背后，其实是一个更大的信号：闭源模型的绝对技术垄断正在被打破，开源模型开始具备一线竞争力。

这具有三层意义：

对开发者：成本更低、可定制性更强的高性能模型已出现；对企业：不必再完全依赖海外 API，也能构建强大 AI 系统；对产业：大模型军备竞赛从“谁参数大”，升级为“谁方法强”。

而DeepSeek，此时站在了最前排。

  时事1：开云体育集团

  12月26日,哥伦比亚总统表示：哥海域发现的遗体或与海上打击行动有关,内部模式通常是指国家央行或大型金融机构自建自营金库，拥有自己的仓储和交割业务，核心优势在于对黄金资产的绝对控制权和安全保障。,贝博体育手机app下载。

  12月26日,广州港口岸琶洲码头、大屿山和三门岛锚地通过验收,双方高度重视人工智能问题，愿就人工智能的发展、安全和治理加强交流与合作。俄方欢迎中方提出《全球人工智能治理倡议》，中方欢迎俄方在人工智能领域提出治理准则。双方同意建立并用好定期磋商机制加强人工智能和开源技术合作，在国际平台上审议人工智能监管问题时协调立场，支持对方举办的人工智能相关国际会议。,365bet体育登录入口,九游会登录网站,线上银河游戏。

  时事2：足球哪里买外围

  12月26日,以色列总统谴责澳大利亚枪击事件，称其针对犹太社区,4月30日，沪深交易所正式发布股票发行上市审核规则等9项配套业务规则。,天线宝宝(准料),凯发官网手机app,博狗体育体育。

  12月26日,武王墩楚王墓考古成果亮相国博,也门政治评论人士认为，作为中东地区的主要国家，沙特和伊朗在也门冲突中有着举足轻重的影响，两国间曾经的矛盾也体现在对于也门冲突的不同态度上。随着两国在中国的斡旋下宣布恢复外交关系，和平解决也门危机也将成为可能。,手机版兑换现金牛牛,环亚游戏平台,世界杯在线开户。

  时事3：银河999

  12月26日,广东自然岸线保有率逐年下降趋势得到根本性扭转,“2026年由于消费维持高速增长，导致碳酸锂有望由供需失衡格局向紧平衡格局转变。”一德期货指出，长周期看，2025年6万附近的底部已经确立，明年一季度由于动力电池趋弱叠加国内枧下窝矿复产以及春节等因素影响，会有一定幅度的回撤，但是只要储能消费增速没有明显的回落，碳酸锂由供需失衡向紧平衡转变的趋势就不会改变。,yabo下载地址,lol赌外围的平台,ayx在线试玩。

  12月26日,上海：元旦临近 特色活动打造冬日消费新场景,邓肯最终在联邦法警的保护下从后门离开，事后他在采访中怒斥这群闹事学生是“狗屎”、“暴徒”，要求校方严惩他们和“火上浇油”的副院长，“当有足够多像这样的孩子进入法律行业，法治会堕落为野蛮行径。”,新匍京官方下载,澳门十三弟官网,葡京手机端app。

  时事4：立享现金入口

  12月26日,浙江嵊州：红艳红杉扮靓公路美如画,不过，取消公摊是否能给消费者带来实质性利好、当前全面推行时机是否成熟等尚存在诸多争议。,欧洲杯2019赛程直播,菲律宾亚星娱乐,必威betway体育官方网站。

  12月26日,再对委内瑞拉“极限施压”，美国能否得逞？｜国际识局,此外，值得关注的是，今年以来该公司高管班子也出现了大幅度调整。1位“60”后高管离任，3位“70后”上任，另有4名高管职责范围大调整，高管团队整体更加“年轻化”，展现出明显的重新优化组合、年轻化态势。,棋牌直营,伟德在线官网,宝马会体育。