9 月底，DeepSeek 推出了实验性模型 DeepSeek-V3.2-Exp，在 V3.1-Terminus 的基础上，引入了 DeepSeek Sparse Attention（DSA）技术，大幅提升了长文本处理的效率。

DeepSeek-V3.2-Speciale 作为开源模型，在 IMO 2025、CMO 2025 等主流推理基准测试上的性能表现媲美 Gemini-3.0-Pro。

有意思的是，Deepseek 在前几天刚刚发布了一个数学模型 DeepSeek-Math-V2，正是基于 DeepSeek-V3.2-Exp-Base 开发。这个数学模型实现了 IMO 金牌级的水平。

同时，这次 V3.2 正式版发布最值得一提的是，把思考过程融入到了工具调用中，模型能够同时支持思考模式和非思考模式的工具调用。在各类智能体工具调用评测集上，DeepSeek-V3.2 达到了目前开源模型的最高水平。DeepSeek 官方称，模型未针对测试集进行特殊训练，在真实场景中显示出了较强的泛化能力。

目前，正式版 DeepSeek-V3.2 已在网页端、App 和 API 上线。Speciale 版本以临时 API 形式开放。API 支持 DeepSeek-V3.2 思考模式下的工具调用能力。

https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.2/resolve/master/assets/paper.pdf

去年 12 月 25 日发布的 DeepSeek V3，今年 1 月 20 日发布的 DeepSeek R1，R1 也正式引爆了这一年的 DeepSeek 和国内开源模型的热潮，Kimi、MiniMax 等也相继开源，并且取得了不错的成绩。

不过梳理了 DeepSeek2025 年的发布可以发现，今年一直在走小版本迭代和功能累加的路线。核心增强的点是：

MoE 本身架构的一些改进，包括强化、DSA 等。

Agent 工具使用能力的强化，从 V3.1 开始对工具使用能力的强化，到 3.2 增加思考模式下的工具使用能力，而且有了更泛化的工具使用能力。

思考/非思考模型的统一，V3.1 就统一了 R1 和 V3，成为了一个混合推理模型，这也是当下闭源模型的大势所趋，Gemini、Claude 和 GPT-5 都是这样。

DeepSeek 2025 年的发布梳理

和 V3.1-Exp 版本类似，这次也发布了一个测试版本：DeepSeek-V3.2-Speciale，DeepSeek-V3.2 的长思考增强版，同时结合了 DeepSeek-Math-V2 的定理证明能力，试图将开源模型的能力推到极致的版本，也许在这个测试之后，可能 V3.3（如果有的话）也会持续在这个版本上迭代。

从年终就开始谣传的 DeepSeek V4 或者 R2 即将发布，到现在，我们也没看到 DeepSeek 基模的大版本发布。如果 Agent 的工具能力继续在 V3 版本进行增强，对于明年要发布的大版本（应该会在明年吧），感觉可以期待的东西似乎更多了，比如多模态？更长的上下文？更厉害的 Agent 能力？

很期待 DeepSeek 下一个版本，我们能见到 V4。

DeepSeek-V3.2 的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用 Agent 任务场景。

在公开的推理类 Benchmark 测试中，DeepSeek-V3.2 达到了 GPT-5 的水平，仅略低于 Gemini-3.0-Pro；相比 Kimi-K2-Thinking，V3.2 的输出长度大幅降低，显著减少了计算开销与用户等待时间。

DeepSeek-V3.2-Speciale 的目标则是将开源模型的推理能力推向极致。它是 V3.2 的长思考增强版，并结合了 DeepSeek-Math-V2 的定理证明能力。

Speciale 版本模型在主流推理基准上的表现与 Gemini-3.0-Pro 不相上下。同时，在多项顶级学术竞赛中达到金牌水平，包括 IMO 2025（国际数学奥林匹克）、ICPC 2025（国际大学生程序设计竞赛）等，其中 ICPC 和 IOI 的成绩分别达到了人类选手第二名和第十名的水平。

但 Speciale 版本 是针对高度复杂任务优化，消耗的 Token 更多、且成本更高，目前仅供研究使用，不支持工具调用，未针对日常对话优化。

DeepSeek-V3.2 与其他模型在各类智能体工具调用评测集上的得分

在各类智能体工具调用评测集上，DeepSeek-V3.2 达到了当前开源模型的最高水平，大幅缩小了与闭源模型之间的差距。但模型并未针对测试集进行特殊训练，在真实场景中具有较强的泛化性。

示例：通过 LobeChat 使用 DeepSeek-V3.2 的深度思考 工具调用能力得到更加详细准确的回复