v3.15 PC版
v9.255.5703.66276 最新版
v4.190 安卓免費版
v3.279.6116.313735 安卓最新版
v1.467.2041 安卓漢化版
v2.125.4185 PC版
v6.687 安卓版
v6.367 安卓漢化版
v5.897.8841.742148 IOS版
v3.878 安卓漢化版
v1.102.4340.777715 安卓版
v1.474 安卓版
v9.209.248.240338 安卓漢化版
v2.823.3272.514314 最新版
v4.94.2540 安卓版
v6.521.8533.238504 安卓免費版
v9.367 IOS版
v1.826.9600.994412 安卓免費版
v9.310.1510 安卓版
v9.588 安卓免費版
v5.556.7334.668233 安卓漢化版
v8.237.2065.786478 安卓漢化版
v1.400 安卓免費版
v9.798.4110.625225 IOS版
v6.987.6236 最新版
v1.320 安卓最新版
v5.520 PC版
v3.3.6591.228035 IOS版
v4.129 安卓最新版
v7.486.3562.113630 安卓免費版
v1.786.9445.392947 安卓版
v4.816 安卓免費版
v4.247.4418.756210 安卓版
v4.463 安卓免費版
v3.109 安卓版
v8.978.4261.528345 IOS版
v4.348.3683.125787 最新版
v1.507.9134.943258 IOS版
v2.877.3339.509549 PC版
v9.258.9651.654695 PC版
v7.798.2376.518616 最新版
v2.278 安卓最新版
v2.986.5046.142519 IOS版
v4.279.7528.69722 安卓最新版
v2.906 安卓最新版
v6.80.5875.149068 最新版
v2.897.2903 安卓免費版
v4.344 IOS版
v9.337.8887 PC版
v4.435 最新版
v7.996.5705.142473 最新版
v2.669.9668.486282 安卓版
v6.360.1837 最新版
v8.873.7810 安卓版
v6.331 安卓漢化版
v3.255 IOS版
v5.546.7533.604646 最新版
v3.923.834 IOS版
v2.361 PC版
v1.144 PC版
v5.632.2083 最新版
v2.605 安卓最新版
v9.136.5503.933336 最新版
v8.652.3595.78168 PC版
v3.452 安卓免費版
v7.854.4944.237635 安卓漢化版
v1.838.5582.444236 IOS版
v4.174.8539.856440 安卓漢化版
v5.696.6222.264982 安卓漢化版
v9.343 PC版
v4.975.6571 安卓最新版
v1.514 安卓版
v7.637.9307.633906 安卓漢化版
v4.625.1200.582196 安卓漢化版
v5.712.6306.762494 安卓版
v3.369 安卓版
v5.654 安卓免費版
v4.749.1986.643488 安卓免費版
v7.523 安卓免費版
v7.661.4769 安卓版
黄色网站免费下
henry 发自 凹非寺量子位 | 公众号
ChatGPT三岁生日这一天，硅谷热议的新模子来自DeepSeek
准确说是两款开源模子——DeepSeek-V3.2DeepSeek-V3.2-Speciale
这俩模子火到什么水平呢？
有网友体现，在去圣地亚哥的（疑似赶场NeurIPS 2025）航班上，有30%的旅客都在对着DeepSeek的PDF两眼冒光 。
而上周讥笑DeepSeek “昙花一现”的推特更是在宣布确当晚被刷到了500万浏览 。
除了通俗网友，奥特曼也是急急急急：不但启动红色警报，还暂时推迟了在ChatGPT上投放广告的妄想 。
与此同时，那一头的谷歌也没被放过 。
网友直接 “灵魂喊话” 谷歌Gemini团队：别睡了，DeepSeek回来了 。
这是怎么一回事？
闭源精锐？打的就是闭源精锐！
总的来说，DeepSeek-V3.2模子在智能体评测中抵达了目今开源模子的最高水平，大幅缩小了开源模子与顶尖闭源模子的差别，并宣告了闭源落伍开源的竣事 。
其中，标准版DeepSeek-V3.2在推理测试中，抵达了GPT-5的水平，仅略低于Gemini-3.0-Pro 。
而“特殊版”DeepSeek-V3.2-Speciale不但全方位逾越了GPT-5，还能在主流推理使命中和Gemini-3.0-Pro掰掰手腕 。
别的，V3.2-Special还拿下了IMO、CMO、ICPC及IOI的金牌，并在ICPC和IOI上抵达了人类选手第二名与第十名的水平 。
这不但击碎了开源模子落伍闭源模子半年的质疑，又顺便给硅谷的闭源AI公司好好上了一波压力 。
并且，这还不是V4/R2 。
换句话说，大菜还没上呢，光凉菜就已经让硅谷吃饱了 。
关于DeepSeek-V3.2这次的效果，DeepSeek研究院苟志斌（Zhibin Gou）在推特上给出了相当直觉性的解答：
强化学习在长上下文长度下也能一连扩展 。
为了明确这句话，我们简要地回首一下论文 。
简朴来说，DeepSeek-V3.2着实干了这么几件事：
首先，使用DSA希罕注重力解决了长上下文的效率问题，为后续的长序列强化学习打下了盘算基础 。
接下来，通过引入可扩展的RL，并投入凌驾预训练本钱10%的算力举行后训练，大幅提升模子的通用推理和智能体能力 。
最后，DeepSeek-V3.2-Speciale版本为了探索推理能力的极限，特意放宽了RL的长度限制，允许模子天生极长的“头脑链”，迫使模子通过大宗的Token天生来举行深度的自我修正和探索 。
这也就是说，通过长头脑链让模子思索更多，通过自我修正探索让模子思索更久，进而解锁更强的推理能力 。
由此，模子就能在不增添预训练规模的情形下，通过极长的思索（消耗更多token）历程实现性能的奔腾 。
而上面的实验效果，恰恰证实晰这套“在超长上下文下一连扩展强化学习”蹊径的准确性 。
正如苟志斌所说：
若是说Gemini-3证实晰：预训练可以一连扩展，那么DeepSeek-V3.2-Speciale 则证实晰：强化学习在长上下文长度下也能一连扩展 。我们花了一年时间把 DeepSeek-V3 逼到极限 。获得的教训是：后训练阶段的瓶颈，不是等“更好的底座模子”来解决，而是靠要领和数据自己的精炼（refine）来解决 。
换句话说，若是说Gemini-3 靠“堆知识（预训练）”赢得了上半场，那么DeepSeek-V3.2-Speciale则通过“堆思索（长上下文RL）”赢回了下半场 。
别的，关于大模子已经撞到天花板了的论调，他体现：
预训练能scaling，RL也能scaling，context也能scaling，所有维度都还在上涨 。
这批注RL不但有用，还能通过scaling（更大 batch、更长context、更富厚使命）获得巨额收益
同时，在论文中，也有网友发明了为什么DeepSeek-V3.2在HLE和GPQA 等知识基准测试中体现稍逊：
由于盘算资源有限！而单靠强化学习是无法抵达这样的水平的 。
换句话说，DeepSeek与顶尖模子的差别已经不是手艺问题，而是经济问题
只要卡够，好的开源不比闭源差！
想到会自制，没想到会自制这么多
除了性能上持平顶尖闭源模子外，DeepSeek-V3.2系列这次也着实让各人见识到了“智能自制到不必计费” 。
若是从百万token输出成原来看，DeepSeek-V3.2比GPT-5自制近24倍，比Gemini 3 Pro，自制近29倍 。
而随着输出token个数的增添，这个差别最高可拉大到43倍
这是什么看法呢？就好比你让大模子一次性“写”出一套《三体》三部曲，用GPT-5你或许需要八百块，Gemini 3 Pro需要一千块 。
用DeepSeekV3.2只需要差未几35块钱！
以是，性能差未几，价钱却能差出几十倍 。该选哪边，谜底不必多说了吧？
对此，有网友体现，DeepSeek-V3.2这一经济实惠的开源模子正在挑战Gemini3.0 Pro 。
而另一头OpenAI腾贵的订阅费，瞬间就不顺眼了 。
虽然，这并不是说DeepSeekV3.2毫无弱点 。
正如一位网友指出的，同样解决一个问题，Gemini只需要2万个token，而Speciale则需要破费7.7万个 。
（这现实上也是上面长下文RL的trade off）
不过，低廉的价钱也在一定水平上填补了现阶段Speciale版本的弱点 。
总的来说，DeepSeek仍然是更实惠的谁人 。
除此之外，也许更让硅谷感应头疼的就是DeepSeek-V3.2还可能直接在国产算力（华为、寒武纪）中安排，而这将进一步拉低模子推理的本钱 。
此前，在宣布DeepSeek-V3.2-Exp时，DeepSeek在宣布首日就针对华为Ascend硬件和CANN软件栈举行了优化 。
这次的DeepSeek-V3.2系列虽然没有明确体现，但或许率也会延续此前的战略 。
换句话说，难过可能的不止是谷歌和OpenAI，尚有他们的好兄弟——英伟达 。
然而，这里的价钱还只是模子公司的定价，并非推理的现实本钱 。
只管我们无法得知各家模子现实的推理本钱，但从DeepSeek的手艺报告中可以看到一个清晰趋势：
相较于前一代模子DeepSeek-V3.1-Terminus，DeepSeek-V3.2在最长上下文（128K）场景下，本钱降低了75%83%左右 。
这意味着随着注重力机制与后训练的一直优化，底层推理本钱正在一连下探
正如一位网友所总结的那样：
DeepSeek证实晰：实现强盛的AI，并纷歧定需要夸张的资源投入 。
[1]https://x.com/airesearch12/status/1995465802040983960
[2]https://www.nbcnews.com/tech/innovation/silicon-valley-building-free-chinese-ai-rcna242430
相关版本
多平台下载
审查所有0条谈论>网友谈论
