DeepSeek выпустила V3.2-Exp: ускоренная работа с длинными контекстами и открытый доступ

Компания DeepSeek представила экспериментальную модель V3.2-Exp с технологией разреженного внимания, которая ускоряет работу с длинными контекстами. Модель уже доступна в приложении, веб-версии и через API по сниженным ценам, а также выложена в открытом доступе для локального использования.

29 сентября 2025 года DeepSeek анонсировала экспериментальную модель V3.2-Exp , построенную на базе предыдущей версии V3.1-Terminus. Главное новшество — технология DeepSeek Sparse Attention (DSA) , которая позволяет обрабатывать длинные последовательности текста быстрее и дешевле, сохраняя качество генерации на уровне лидеров рынка.

Модель рассчитана на задачи, где требуется учитывать тысячи токенов — от анализа документов и программного кода до многошаговых научных рассуждений. В бенчмарках V3.2-Exp показывает сопоставимые результаты с предшественником, а в некоторых сценариях даже превосходит его — например, в веб-поиске и генерации кода.

Доступность и цены

Разработчики сделали упор на доступность. V3.2-Exp можно использовать:

Цены снижены более чем на 50%. Теперь входные токены стоят от $0,028 (≈2,6 рубля) за миллион при cache hit и $0,28 (≈26 рублей) при cache miss, выходные — $0,42 (≈39 рублей). Для сравнения, прежняя версия V3.1-Terminus останется доступна до 15 октября 2025 года для плавного перехода пользователей.

Сравнение стоимости инференса моделей DeepSeek-V3.1-Terminus и DeepSeek-V3.2-Exp

На графике видно, что расходы на предзагрузку и декодирование у новой версии растут значительно медленнее, чем у предыдущей.

Открытый доступ и документация

DeepSeek продолжает курс на открытость. V3.2-Exp доступна на Hugging Face под MIT-лицензией, а технический отчет опубликован на GitHub , где подробно объясняется принцип работы DSA.

Результаты тестирования

Конфигурации обучения и инференса выровнены с V3.1-Terminus для корректного сравнения. Результаты показывают стабильное качество и даже преимущество в отдельных сценариях.

Результаты бенчмарков DeepSeek-V3.1-Terminus и DeepSeek-V3.2-Exp

Таблица демонстрирует, что новая модель сохраняет паритет по ключевым метрикам, а в кодинге и агентных задачах даже показывает лучший результат.

Контекст и значение

Объем параметров вырос до 685 миллиардов, однако благодаря разреженному вниманию вычислительные затраты при длинных последовательностях сократились. Это открывает дорогу разработке дешевых и быстрых решений для бизнеса и науки.

DeepSeek активно конкурирует с крупнейшими игроками отрасли, предлагая open-source альтернативы для стартапов, исследователей и компаний, которые не могут позволить себе дорогостоящие кластеры. V3.2-Exp позиционируется как промежуточный шаг к следующему поколению ИИ, где эффективность и доступность будут ключевыми факторами.

deepseek