DeepSeekV3.2技術報告還是老外看得細

henry 2025-12-04 08:55:47 來源：量子位

henry 發自 凹非寺

量子位 | 公眾號

ChatGPT三歲生日這一天，硅谷熱議的新模型來自DeepSeek。

準確說是兩款開源模型——DeepSeek-V3.2和DeepSeek-V3.2-Speciale。

這倆模型火到什么程度呢？

有網友表示，在去圣地亞哥的（疑似趕場NeurIPS 2025）航班上，有30%的乘客都在對著DeepSeek的PDF兩眼冒光。

而上周嘲諷DeepSeek “曇花一現”的推特更是在發布的當晚被刷到了500萬瀏覽。

除了普通網友，奧特曼也是急急急急：不僅啟動紅色警報，還臨時推遲了在ChatGPT上投放廣告的計劃。

與此同時，那一頭的谷歌也沒被放過。

網友直接 “靈魂喊話” 谷歌Gemini團隊：別睡了，DeepSeek回來了。

這是怎么一回事？

閉源精銳？打的就是閉源精銳！

總的來說，DeepSeek-V3.2模型在智能體評測中達到了當前開源模型的最高水平，大幅縮小了開源模型與頂尖閉源模型的差距，并宣告了閉源落后開源的結束。

其中，標準版DeepSeek-V3.2在推理測試中，達到了GPT-5的水平，僅略低于Gemini-3.0-Pro。

而“特別版”DeepSeek-V3.2-Speciale不僅全方位超越了GPT-5，還能在主流推理任務中和Gemini-3.0-Pro掰掰手腕。

此外，V3.2-Special還拿下了IMO、CMO、ICPC及IOI的金牌，并在ICPC和IOI上達到了人類選手第二名與第十名的水平。

這不僅擊碎了開源模型落后閉源模型半年的質疑，又順便給硅谷的閉源AI公司好好上了一波壓力。

而且，這還不是V4/R2。

換句話說，大菜還沒上呢，光涼菜就已經讓硅谷吃飽了。

對于DeepSeek-V3.2這次的成績，DeepSeek研究院茍志斌（Zhibin Gou）在推特上給出了相當直覺性的解答：

強化學習在長上下文長度下也能持續擴展。

為了理解這句話，我們簡要地回顧一下論文。

簡單來說，DeepSeek-V3.2其實干了這么幾件事：

首先，利用DSA稀疏注意力解決了長上下文的效率問題，為后續的長序列強化學習打下了計算基礎。

接下來，通過引入可擴展的RL，并投入超過預訓練成本10%的算力進行后訓練，大幅提升模型的通用推理和智能體能力。

最后，DeepSeek-V3.2-Speciale版本為了探索推理能力的極限，特意放寬了RL的長度限制，允許模型生成極長的“思維鏈”，迫使模型通過大量的Token生成來進行深度的自我修正和探索。

這也就是說，通過長思維鏈讓模型思考更多，通過自我修正探索讓模型思考更久，進而解鎖更強的推理能力。

由此，模型就能在不增加預訓練規模的情況下，通過極長的思考（消耗更多token）過程實現性能的飛躍。

而上面的實驗結果，恰恰證明了這套“在超長上下文下持續擴展強化學習”路線的正確性。

正如茍志斌所說：

如果說Gemini-3證明了：預訓練可以持續擴展，那么DeepSeek-V3.2-Speciale 則證明了：強化學習在長上下文長度下也能持續擴展。

我們花了一年時間把 DeepSeek-V3 逼到極限。得到的教訓是：

后訓練階段的瓶頸，不是等“更好的底座模型”來解決，而是靠方法和數據本身的精煉（refine）來解決。

換句話說，如果說Gemini-3 靠“堆知識（預訓練）”贏得了上半場，那么DeepSeek-V3.2-Speciale則通過“堆思考（長上下文RL）”贏回了下半場。

此外，對于大模型已經撞到天花板了的論調，他表示：

預訓練能scaling，RL也能scaling，context也能scaling，所有維度都還在上漲。

這表明RL不僅有效，還能通過scaling（更大 batch、更長context、更豐富任務）獲得巨額收益。

同時，在論文中，也有網友發現了為什么DeepSeek-V3.2在HLE和GPQA 等知識基準測試中表現稍遜：

因為計算資源有限！而單靠強化學習是無法達到這樣的水平的。

換句話說，DeepSeek與頂尖模型的差距已經不是技術問題，而是經濟問題。

只要卡夠，好的開源不比閉源差！

想到會便宜，沒想到會便宜這么多

除了性能上持平頂尖閉源模型外，DeepSeek-V3.2系列這次也著實讓大家見識到了“智能便宜到不用計費”。

如果從百萬token輸出成本來看，DeepSeek-V3.2比GPT-5便宜近24倍，比Gemini 3 Pro，便宜近29倍。

而隨著輸出token個數的增加，這個差距最高可拉大到43倍。

這是什么概念呢？就好比你讓大模型一次性“寫”出一套《三體》三部曲，用GPT-5你大概需要八百塊，Gemini 3 Pro需要一千塊。

用DeepSeekV3.2只需要差不多35塊錢！

所以，性能差不多，價格卻能差出幾十倍。該選哪邊，答案不用多說了吧？

對此，有網友表示，DeepSeek-V3.2這一經濟實惠的開源模型正在挑戰Gemini3.0 Pro。

而另一頭OpenAI昂貴的訂閱費，瞬間就不順眼了。

當然，這并不是說DeepSeekV3.2毫無缺點。

正如一位網友指出的，同樣解決一個問題，Gemini只需要2萬個token，而Speciale則需要花費7.7萬個。

（這實際上也是上面長下文RL的trade off）

不過，低廉的價格也在一定程度上彌補了現階段Speciale版本的弱點。

總的來說，DeepSeek仍舊是更實惠的那個。

除此之外，也許更讓硅谷感到頭疼的就是DeepSeek-V3.2還可能直接在國產算力（華為、寒武紀）中部署，而這將進一步拉低模型推理的成本。

此前，在發布DeepSeek-V3.2-Exp時，DeepSeek在發布首日就針對華為Ascend硬件和CANN軟件棧進行了優化。

這次的DeepSeek-V3.2系列雖然沒有明確表示，但大概率也會延續此前的戰略。

換句話說，難過可能的不止是谷歌和OpenAI，還有他們的好兄弟——英偉達。

然而，這里的價格還只是模型公司的定價，并非推理的實際成本。

盡管我們無法得知各家模型實際的推理成本，但從DeepSeek的技術報告中可以看到一個清晰趨勢：

相較于前一代模型DeepSeek-V3.1-Terminus，DeepSeek-V3.2在最長上下文（128K）場景下，成本降低了75%到83%左右。

這意味著隨著注意力機制與后訓練的不斷優化，底層推理成本正在持續下探。

正如一位網友所總結的那樣：

DeepSeek證明了：實現強大的AI，并不一定需要夸張的資本投入。

參考鏈接

[1]https://x.com/airesearch12/status/1995465802040983960

[2]https://www.nbcnews.com/tech/innovation/silicon-valley-building-free-chinese-ai-rcna242430