2月13日，DeepSeek网页端及App正在测试一种新的长文本模型结构，支持100万token上下文长度。其现有API服务保持不变，仍为V3.2版本，仅支持128K上下文。
今年1月12日，DeepSeek联合北京大学发布论文《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》，梁文锋位列作者名单。该论文提出“条件记忆”概念，旨在解决大语言模型记忆力局限问题。
去年12月1日，DeepSeek同步发布DeepSeek-V3.2与DeepSeek-V3.2-Speciale两个正式版模型。官方网页端、App和API均已更新为V3.2，Speciale版本目前仅以临时API形式向社区开放评测与研究。
DeepSeek-V3.2定位为平衡推理能力与输出长度的通用模型，适用于问答及通用Agent任务。在公开推理类Benchmark测试中，其表现达GPT-5水平，略低于Gemini-3.0-Pro；相比Kimi-K2-Thinking，V3.2输出长度显著缩短，降低计算开销与用户等待时间。
网易有道词典将“deepseek”列为2025年度词汇，年度搜索量达8672940次，搜索曲线呈现明显爆发式增长特征，每次重要进展均引发搜索量跃升。
免责声明：本文内容由开放的智能模型自动生成，仅供参考。
