猫眼电影记者 文绣 报道首次登录送91元红包

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）

  时事1：生财有道特码报

  12月04日,宁夏银川：生态打底 让“塞上湖城”既有颜值更有内涵,短短几个月时间，西北四大省会密集完成了机场扩建，而且规模都非常可观，呈你追我赶之势。,斗球app安卓版下载。

  12月04日,柬埔寨中文导游高级能力建设海外研修班在暹粒举办,2013年，早在“一带一路”倡议提出时，对新疆的定位是：丝绸之路经济带上重要的交通枢纽、商贸物流和文化科教中心，打造丝绸之路经济带核心区。对陕西、甘肃、宁夏、青海的定位则为：面向中亚、南亚、西亚国家的通道、商贸物流枢纽、重要产业和人文交流基地。,电玩舞会森林,炸金花网站是多少,f88体育官方手机版。

  时事2：沙龙国际娱乐城

  12月04日,柬埔寨中文导游高级能力建设海外研修班在暹粒举办,靳东，1976年出生于山东省，毕业于中央戏剧学院，国家一级演员，曾获得“青年五四奖章”先进个人、“全国德艺双馨电视艺术工作者”等荣誉称号。他还是第十四届全国政协委员。,威尼斯人登入页面,球探体育下载链接,澳门新手机版。

  12月04日,浙江海联会和浙商企业紧急驰援香港火灾救援行动,张先生认为，网球明星的出现与整个网球运动以及网球经济的发展是相互促进的，并形成正向反馈。他说，明星越多，示范效应就越强，就会更加刺激网球运动的发展，网球经济热度也会越高。而打网球的人多了，就会涌现出更多的网球明星。,篮球竞彩网站,威尼斯人88888在线登录,世界杯彩票网站app。

  时事3：kb体育平台怎么样

  12月04日,中国、瑞典医学专家团队携手发布全球首个《婴儿前庭功能筛查国际专家共识》,兰州机场T1+T2面积8.9万平方米，去年吞吐量超过1700万人次，可以说不堪重负。乌鲁木齐机场T1+T2+T3面积18.48万平方米，需要承载超过2700万人次的吞吐量。,盛大网络游戏,2020欧洲杯时间地点,im体育客户端下载。

  12月04日,重庆：近80幅美术作品亮相 展示中国传统山居哲学与现代人居环境,张先生说，因为网球人群的增多，网球运动关联经济也更加活跃。球衣、球袜、球包以及打球的各种装备和周边产品，包括网球训练课都在走俏。比赛数量的增加，更是提升了各地运动场馆的利用率。,棋牌网页游戏,国内正规买球app排行十佳平台,澳门永利的所有网址。

  时事4：百人抢庄牛牛

  12月04日,河南新县：孟冬时节糍粑香,“当年李娜一度手握13个国内外知名品牌代言，而郑钦文在奥运夺冠之前已有10个代言品牌。”纪宁认为，网球目前在中国的热度已今非昔比，李娜时代已奠定的中国网球经济的热度，在郑钦文夺冠后会被逐渐引爆。纪宁还表示，网球作为全球顶级的职业体育和商业体育项目，正逐步释放巨大的产业经济空间。,必威手机登录在线,新宝5注册登录网网址,OG真人正品网站。

  12月04日,苏翊鸣夺赛季首金 决赛完成背靠背1980,阿拉木图人口近200万人，民航吞吐量规模在1000万人次；乌鲁木齐人口超过400万人，民航吞吐量规模在2700万人次。“新疆人均乘机次数更多，但乌鲁木齐国际旅客吞吐量不到阿拉木图的十分之一，国际货邮吞吐量更是阿拉木图的零头。” 李瀚明认为，换个角度，差距就是上升的空间。,优德平台怎么样,bob体ob体育,皇冠菠菜。