9月29日消息，刚刚，DeepSeek官方正式发布 DeepSeek-V3.2-Exp 模型，这是一个实验性（Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制），针对长文本的训练和推理效率进行了探索性的优化和验证。     

目前，官方 App、网页端、小程序均已同步更新为 DeepSeek-V3.2-Exp。本次更新带来了 API 大幅度降价，开发者调用 DeepSeek API 的成本将降低 50% 以上。
       

DeepSeek-V3.2-Exp 虽然已经在公开评测集上得到了有效性验证，但仍然需要在用户的真实使用场景中进行范围更广、规模更大的测试。为方便用户进行对比测试，我们为 V3.1-Terminus 临时保留了额外的 API 访问接口（调用方式请参考官方文档）。

本文转载自TechWeb，转载目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请联系TechWeb通知我方删除，我方将在收到通知后第一时间删除内容！本文只提供参考并不构成任何投资及应用建议。本站拥有对此声明的最终解释权。