Related articles
图片来源：unsplash
ChatGPT 迎来三周岁生日之际，竞争对手 DeepSeek 送来了一份 「生日礼」，似乎并不想让这位大模型领域的先行者过得那么轻松。
12 月 1 日晚间，DeepSeek 一口气发布了 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型，同步发布的技术论文显示，这两个推理能力达到了全球领先水平。
根据 DeepSeek 介绍，已经在网页端、App、API 全部更新的 「常规军」V3.2 重在平衡推理能力与输出长度，适合日常使用。
在 Benchmark 推理测试中，V3.2 与 GPT5、Claude 4.5 在不同领域各有高低，只有 Gemini 3 Pro 对比前三者均有较明显优势。
图片来自 DeepSeek 官微
与此同时，DeepSeek 方面还表示，对比国产大模型厂商月之暗面新近发布的 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。在智能体评测中，V3.2 得分也高于同为开源的 Kimi-K2-Thinking 和 MiniMax M2，是目前的 「最强开源大模型」，相比闭源大模型的巅峰也已无限迫近。
图片来自 DeepSeek 官微
更值得注意的是，V3.2 在一些问答场景和通用 Agent 任务中的表现。在一个关于旅游攻略的具体场景咨询中，V3.2 通过深度思考和网站爬虫、搜索引擎等工具调用，给出了十分详尽、精确的攻略和建议。V3.2 更新的 API 首次支持了在思考模式下使用工具调用能力，大大提升了用户获取到的答案的丰富度和适用性。
而且，DeepSeek 方面特别强调，V3.2「并没有针对这些测试集的工具进行特殊训练」。
我们注意到，在大模型测试得分越来越高，但在与普通用户的互动中却经常犯一些常识性错误的当下 （尤其以 GPT5 发布时遭遇的吐槽为代表），DeepSeek 近期 「上新」 时经常强调这一点，证明自身走的不是一条只用正确的答案作为奖励机制，打造出了看似高智商的 「最强大脑」，却无法胜任用户个人所需的简单任务、简单问题的 「低情商」 智能体。
而只有从根本上克服这一点，成为所谓高智商、高情商的 「双高」 大模型，才有孕育出全能、可靠、高效的 AI Agent 的能力。DeepSeek 方面也表示，相信 V3.2 在真实应用场景中能够展现出较强的泛化性。
为了在计算效率、强大推理能力与智能体性能之间取得平衡，DeepSeek 在训练、整合以及应用层面进行了全方位的优化。根据技术论文，V3.2 引入了 DSA（DeepSeek 稀疏注意力机制），能在长上下文场景中显著降低计算复杂度，同时保持模型性能。
同时，为了将推理能力整合到工具使用场景中，DeepSeek 开发了新的合成流程，能够系统性地大规模生成训练数据。这一方法促进了可扩展的智能体训练后优化，显著提升了复杂、交互式环境中的泛化能力和对指令跟随能力。
另外，如上文所述，V3.2 也是 DeepSeek 推出的首个将思考融入工具使用的模型，大幅提高了模型的泛化能力。
相比于重视平衡性，专注于如何 「说人话、干人事」 的 V3.2，长思考 「特种部队」V3.2 Speciale 的定位则是将将开源模型的推理能力推向极致，探索模型能力的边界。
值得一提的是，V3.2 Speciale 的一大亮点是结合了上周刚刚发布的最强数学大模型 DeepSeek-Math-V2 的定理证明能力。
我们此前的文章中提到，Math-V2 不仅在 2025 国际数学奥林匹克竞赛和 2024 中国数学奥林匹克上都取得了金牌级成绩，在 IMO-Proof Bench 基准测试评估中还得到了比 Gemini 3 更好的成绩。
而且，与此前提到的思路类似，这款数学模型同样在努力克服正确答案奖励机制和 「做题家」 的身份，以自验证的方式突破目前 AI 在深度推理方面的局限，让大模型真的弄懂何为数学，怎样推导过程，以此形成更强大、稳定、实用也泛用的定理证明能力。
在推理能力上大幅增强的 V3.2 Speciale，也在主流推理基准测试中取得了媲美 Gemini 3.0 Pro 的成绩。不过，V3.2 Speciale 的能力优势需消耗大量 Tokens，显著升高的成本让其目前不支持工具调用和日常对话、写作，仅供研究使用。
从 OCR 到 Math-V2，再到 V3.2 和 V3.2 Speciale，DeepSeek 近期的新品发布不仅每次都收获赞誉一片，也在绝对能力提升的同时不断明确着 「实用性」「泛化能力」 等发展主线。
2025 年后半程，GPT-5、Gemini 3、Claude Opus 4.5 相继发布，测试成绩一次好过一次，再加上快速追赶的 DeepSeek，「最牛大模型」 的赛道已经有些拥挤。而头部的大模型在训练上已有较明显的区别，表现上也各有特色，相信 2026 年的大模型的竞赛会更加精彩。（作者｜胡珈萌，编辑｜李程程）
