Unlock exclusive introductory pricing for the newly launched Gemini 3.5 Flash.
D

DeepSeek-V3.2

Wejście:$0.216/M
Wyjście:$0.3456/M
Kontekst:128K
Maks. wyjście:4K
Wydano:Dec 3, 2025

DeepSeek v3.2 to najnowsze wydanie produkcyjne w rodzinie DeepSeek V3: wielkoskalowa, zorientowana na rozumowanie rodzina modeli językowych z otwartymi wagami, zaprojektowana do rozumienia długiego kontekstu, niezawodnego wykorzystania agentów i narzędzi, zaawansowanego rozumowania, programowania i matematyki.

Nowy
Popularny
Użycie komercyjne

Playground dla DeepSeek-V3.2

Poznaj Playground DeepSeek-V3.2 — interaktywne środowisko do testowania modeli i uruchamiania zapytań w czasie rzeczywistym. Wypróbuj prompty, dostosuj parametry i iteruj natychmiast, aby przyspieszyć rozwój i zweryfikować przypadki użycia.

Czym jest DeepSeek v3.2?

DeepSeek v3.2 to najnowsze produkcyjne wydanie z rodziny DeepSeek V3: rodzina dużych modeli językowych o otwartych wagach, stawiających rozumowanie na pierwszym miejscu, zaprojektowana do rozumienia długiego kontekstu, solidnego użycia agentów/narzędzi, zaawansowanego rozumowania, programowania i matematyki. Wydanie obejmuje wiele wariantów (produkcyjny V3.2 oraz wysokowydajny V3.2-Speciale). Projekt kładzie nacisk na ekonomiczne wnioskowanie dla długich kontekstów dzięki nowemu mechanizmowi rzadkiej uwagi o nazwie DeepSeek Sparse Attention (DSA) oraz przepływom pracy agentów/„myślenia” („Thinking in Tool-Use”).

Główne funkcje (wysoki poziom)

  • DeepSeek Sparse Attention (DSA): mechanizm rzadkiej uwagi mający na celu znaczną redukcję obliczeń w scenariuszach z długim kontekstem przy zachowaniu długozasięgowego rozumowania. (Kluczowa teza badawcza; używany w V3.2-Exp.)
  • Myślenie agentowe + integracja z użyciem narzędzi: V3.2 kładzie nacisk na osadzenie „myślenia” w korzystaniu z narzędzi: model może działać w trybach rozumowania/myślenia oraz w trybach bez myślenia (normalnych) podczas wywołań narzędzi, co poprawia podejmowanie decyzji w wieloetapowych zadaniach i orkiestrację narzędzi.
  • Szerokoskalowy potok syntezy danych agentów: DeepSeek informuje o korpusie treningowym i potoku syntezy agentów obejmujących tysiące środowisk i dziesiątki tysięcy złożonych instrukcji, aby zwiększyć odporność w zadaniach interaktywnych.
  • DeepSeek Sparse Attention (DSA): DSA to drobnoziarnista metoda rzadkiej uwagi wprowadzona w linii V3.2 (najpierw w V3.2-Exp), która redukuje złożoność uwagi (z naiwnej O(L²) do stylu O(L·k) z k ≪ L), wybierając mniejszy zbiór tokenów klucz/wartość na token zapytania. Efektem jest znacznie niższe zużycie pamięci/obliczeń dla bardzo długich kontekstów (128K), co istotnie obniża koszt wnioskowania.
  • Szkielet Mixture-of-Experts (MoE) i Multi-head Latent Attention (MLA): rodzina V3 wykorzystuje MoE do efektywnego zwiększania pojemności (duża nominalna liczba parametrów przy ograniczonej aktywacji na token) wraz z MLA, aby utrzymać jakość i kontrolować koszty obliczeń.

Specyfikacja techniczna (zwięzła tabela)

  • Nominalny zakres parametrów: ~671B – 685B (zależnie od wariantu).
  • Okno kontekstu (udokumentowane odniesienie): 128,000 tokenów (128K) w konfiguracjach vLLM/reference.
  • Uwaga: DeepSeek Sparse Attention (DSA) + MLA; zredukowana złożoność uwagi dla długich kontekstów.
  • Precyzja obliczeń i treningu: BF16 / F32 oraz skompresowane, kwantyzowane formaty (F8_E4M3 itp.) dostępne w dystrybucji.
  • Rodzina architektoniczna: szkielet MoE (mixture-of-experts) z ograniczoną aktywacją na token.
  • Wejście/wyjście: standardowy ztokenizowany tekst wejściowy (obsługa formatów czatu/wiadomości); obsługuje wywołania narzędzi (prymitywy API do użycia narzędzi) oraz zarówno interaktywne wywołania w stylu czatu, jak i programowe uzupełnienia przez API.
  • Oferowane warianty: v3.2, v3.2-Exp (eksperymentalny, debiut DSA), v3.2-Speciale (nastawiony na rozumowanie, tymczasowo tylko przez API).

Wydajność w benchmarkach

Wysokowydajny V3.2-Speciale osiąga parytet lub przewyższa współczesne modele z najwyższej półki na kilku benchmarkach rozumowania/matematyki/kodowania i uzyskuje czołowe wyniki na wybranych elitarnych zestawach zadań matematycznych. Preprint podkreśla parytet z modelami takimi jak GPT-5 / Kimi K2 na wybranych benchmarkach rozumowania, a także konkretne poprawy względem wcześniejszych baz DeepSeek R1/V3:

  • AIME: wzrost z 70.0 do 87.5 (Δ +17.5).
  • GPQA: 71.5 → 81.0 (Δ +9.5).
  • LCB_v6: 63.5 → 73.3 (Δ +9.8).
  • Aider: 57.0 → 71.6 (Δ +14.6).

Porównanie z innymi modelami (wysoki poziom)

  • W porównaniu z GPT-5 / Gemini 3 Pro (deklaracje publiczne): autorzy DeepSeek i część mediów twierdzą o parytecie lub przewadze w wybranych zadaniach rozumowania i kodowania dla wariantu Speciale, podkreślając jednocześnie efektywność kosztową i otwartą licencję jako wyróżniki.
  • W porównaniu z modelami otwartymi (Olmo, Nemotron, Moonshot itd.): DeepSeek wskazuje szkolenie agentowe i DSA jako kluczowe wyróżniki dla efektywności w długim kontekście.

Przykładowe zastosowania

  • Systemy agentowe/orkiestracja: wielonarzędziowi agenci (API, skrapery sieciowe, łączniki wykonujące kod), którzy korzystają na „myśleniu” na poziomie modelu + jawnych prymitywach wywołań narzędzi.
  • Rozumowanie/analiza długich dokumentów: dokumenty prawne, duże zbiory prac badawczych, transkrypcje spotkań — warianty z długim kontekstem (128k tokenów) pozwalają utrzymać bardzo duże konteksty w jednym wywołaniu.
  • Złożona matematyka i pomoc w kodowaniu: V3.2-Speciale jest promowany do zaawansowanego rozumowania matematycznego i szeroko zakrojonego debugowania kodu według benchmarków dostawcy.
  • Wdrożenia produkcyjne wrażliwe na koszty: DSA + zmiany cenowe mają obniżyć koszty wnioskowania dla obciążeń o wysokim kontekście.

Jak zacząć korzystać z DeepSeek v3.2 API

Cennik API DeepSeek v3.2 w CometAPI，20% taniej niż cena oficjalna:

Tokeny wejściowe$0.22
Tokeny wyjściowe$0.35

Wymagane kroki

  • Zaloguj się do cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, zarejestruj się najpierw
  • Uzyskaj klucz API poświadczeń dostępowych interfejsu. Kliknij „Add Token” w sekcji API token w centrum osobistym, pobierz klucz tokenu: sk-xxxxx i zatwierdź.
  • Uzyskaj adres URL tego serwisu: https://api.cometapi.com/

Sposób użycia

  1. Wybierz endpoint „deepseek-v3.2”, aby wysłać żądanie API i ustaw treść żądania. Metodę i treść żądania znajdziesz w dokumentacji API na naszej stronie. Dla wygody udostępniamy także test w Apifox.
  2. Zastąp <YOUR_API_KEY> swoim rzeczywistym kluczem CometAPI ze swojego konta.
  3. Wybierz format Chat: wstaw swoje pytanie lub prośbę do pola content — na to odpowie model.
  4. .Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Cennik dla DeepSeek-V3.2

Poznaj konkurencyjne ceny dla DeepSeek-V3.2, zaprojektowane tak, aby pasowały do różnych budżetów i potrzeb użytkowania. Nasze elastyczne plany zapewniają, że płacisz tylko za to, czego używasz, co ułatwia skalowanie w miarę wzrostu Twoich wymagań. Odkryj, jak DeepSeek-V3.2 może ulepszyć Twoje projekty przy jednoczesnym utrzymaniu kosztów na rozsądnym poziomie.

ModelComet Price (USD / M Tokens)Official Price (USD / M Tokens)Discount
deepseek-v3.2
Wejście:$0.216/M
Wyjście:$0.3456/M
Wejście:$0.27/M
Wyjście:$0.432/M
-20%
deepseek-v3.2-exp
Wejście:$0.216/M
Wyjście:$0.3456/M
Wejście:$0.27/M
Wyjście:$0.432/M
-20%

Przykładowy kod i API dla DeepSeek-V3.2

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla DeepSeek-V3.2, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał DeepSeek-V3.2 w Twoich projektach.

curl https://api.cometapi.com/v1/chat/completions \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "deepseek-v3.2-exp",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
}'

cURL Code Example

curl https://api.cometapi.com/v1/chat/completions \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "deepseek-v3.2-exp",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
}'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="deepseek-v3.2-exp",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"},
    ],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const completion = await openai.chat.completions.create({
  model: "deepseek-v3.2-exp",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Hello!" },
  ],
});

console.log(completion.choices[0].message.content);

Uptime

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

RespondLIVE
2234msAvg. Response
UptimeLIVE
100.0%Avg. Uptime

Wersje modelu DeepSeek-V3.2

Powody, dla których DeepSeek-V3.2 posiada wiele migawek, mogą obejmować takie czynniki jak: różnice w wynikach po aktualizacjach wymagające starszych migawek dla zachowania spójności, zapewnienie programistom okresu przejściowego na adaptację i migrację, oraz różne migawki odpowiadające globalnym lub regionalnym punktom końcowym w celu optymalizacji doświadczenia użytkownika. Aby poznać szczegółowe różnice między wersjami, zapoznaj się z oficjalną dokumentacją.

deepseek-v3.2
DeepSeek-V3.2-Exp-nothinking
DeepSeek-V3.2-Exp-thinking