模型发布与核心特性 - DeepSeek-V3-2-Exp模型于9月29日在Hugging Face平台正式发布并开源[1] - 该版本引入了自研的DeepSeek Sparse Attention稀疏注意力机制，旨在优化长文本训练和推理效率[1] - 新架构能够降低计算资源消耗并提升模型推理效率，华为和寒武纪已完成适配，最大支持160K长序列上下文长度[1] 技术性能评估 - 模型训练设置与前代V3-1-Terminus严格对齐，在各大公开评测集上的表现与V3-1-Terminus基本持平[3] - 在多项基准测试中表现稳定：MMLU-Pro保持85.0分，GPQA-Diamond从80.7微降至79.9，Codeforces-Div1从2046提升至2121[4] - 在AIME 2025数学测试中从88.4提升至89.3，但在HMMT 2025中从86.1降至83.6[4] 商业化与成本优化 - 官方API价格大幅下调超过50%，新价格已即刻生效[4] - 官方App、网页端和小程序均已同步更新至DeepSeek-V3-2-Exp版本[4] - 为便于开发者对比，V3-1-Terminus版本的API访问接口将保留至2025年10月15日，调用价格与V3-2-Exp保持一致[6] 开源生态与产业合作 - 模型在Huggingface和ModelScope平台全面开源，相关论文同步公开[6] - 开源新模型研究中设计的GPU算子，包括TileLang和CUDA两种版本[6] - 寒武纪在模型发布同时宣布完成适配，并开源vLLM-MLU推理引擎源代码，表明双方技术协作早已展开[6][7]