DeepSeek-V3.2-Exp

DeepSeek-V3.2-Exp — экспериментальная модель на базе V3.1-Terminus. Архитектурно она построена на той же основе, что V3.1-Terminus: Гибридный режим рассуждений, Mixture-of-Experts (MoE) с 256 экспертами, из которых активируются только 8 на каждый токен. Модель использует контекстное окно до 163,840 токенов и технологию внимания Multi-Latent Attention (MLA). Ключевое отличие данной экспериментальной модели заключается в механизме DeepSeek Sparse Attention (DSA) — принципиально новом подходе к работе с вниманием в трансформерах. DSA состоит из двух основных компонентов: lightning-индексатора и механизма точечного выбора токенов. Lightning-индексатор быстро вычисляет индексные оценки между query-токеном и предшествующими токенами, определяя наиболее релевантные элементы для внимания и выбирает только 2048 наиболее подходящих токенов для каждого query-токена. Механизм точечного выбора извлекает только ключевые пары ключ-значение, соответствующие топ-k индексным оценкам, что существенно сокращает вычислительную сложность/

Версия V3.2 была выпущена всего через месяц после V3.1-Terminus. По словам разработчиков эта модель - промежуточный шаг к архитектуре следующего поколения. Модель демонстрирует отличные и стабилные результаты на ведущих бенчмарках: AIME 2025 (89.3% точности) — международная олимпиада по математике, Codeforces (рейтинг 2121) — платформа соревновательного программирования, комплексная оценка знаний MMLU-Pro (85.0%), агентные задачи BrowseComp (40.1%), для веб-навигации и SimpleQA (97.1%). Однако по ряду показателей экспериментальная модель, пусть незначительно, но уступает базовой версии V3.1-Terminus.

DeepSeek-V3.2-Exp экспериментальная версия, тем нее менее именно она используется в официальном чат-инференсе и приложении deepseek, а значит и открытая версия, распространяемая по лицензии MIT, отлично подойдет для решения широкого круга задач, требующих максимально подробной и последовательной цепочки рассуждений и запаса знаний, имеющегося у языковой модели такого внушительного размера.

Дата анонса: 29.09.2025
Параметров: 685B
Экспертов: 256
Активно параметров при инференсе: 37B
Контекст: 164K
Слоев: 61
Тип внимания: DeepSeek Sparse Attention
Потребление памяти: 334.6 ГБ в точности 4 бит
Разработчик: DeepSeek
Версия Transformers: 4.44.2
Лицензия: MIT

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с DeepSeek-V3.2-Exp. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.