搜索 猫眼电影 融媒体矩阵
  • 山东手机报

  • 猫眼电影

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

DeepSeek V3.2性能确实猛,三个"硬伤"不得不防

2025-12-03 03:34:12
来源:

猫眼电影

作者:

马克·思科利奇

手机查看

  猫眼电影记者 李永安 报道首次登录送91元红包

作者 | 小小

出品 | 网易科技

硅谷早晨惊醒,发现追兵已至。当中国对手拿出了旗鼓相当的产品,却打出“完全免费”的底牌时,这场仗该怎么打?

12月1日,DeepSeek带着他们的全新“双子星”—— DeepSeek-V3.2正式版(日常推理的“打工仔”)和DeepSeek-V3.2-Speciale(专攻推理的“顶流学霸”)杀回来了:奥赛金牌拿到手软,推理能力比肩谷歌,直接开启了AI的“免费顶配”时代。

“人们以为DeepSeek只是一次性突破,但我们以更大规模回归。”项目贡献者陈方在社交媒体上的这句“豪言”,无异于向全球AI圈下了一封“硬核战书”。

网络上瞬间“炸锅”,无数用户涌入评论区,甚至有人高呼:“ChatGPT安息吧!”

YouTube知名SEO博主朱利安·戈尔迪(Julian Goldie)在测评后直言,这款刚刚发布的模型,在几乎每一项顶级推理和编程测试中,都对那些收费昂贵、壁垒森严的闭源巨头发起了强有力的挑战。

DeepSeek-V3.2不仅在编程竞赛中荣获金牌,更轻松解决奥赛级数学难题。更疯狂的是:它完全开源,支持直接本地运行,成本甚至仅为GPT-5的1/25。

正如网友所惊呼:“有些人还没意识到这次发布的分量有多重!”它不仅是一项技术突破,更是对“开源比闭源落后8个月”这一说法的当头棒喝。

现在,让我们一起研读“刚刚宣布”的白皮书和技术报告,看看这个V3.2究竟是如何成为“顶级AI时代的免费入场券”的。

有网友评论认为:中国在顶尖模型应用层的“追赶窗口”已经基本关闭,中美AI竞赛已进入“贴身肉搏”的白热化阶段。

你还在支付昂贵的API费用?不好意思,别人已经开着免费的“顶配超跑”上路了。

01性能狂飙:顶级“学霸”Speciale的“奥赛金牌收割机”模式

戈尔迪表示,这次发布的焦点无疑是DeepSeek-V3.2-Speciale。这个拥有6850亿参数的“大聪明”,直接带着一叠金光闪闪的“成绩单”登场,让所有闭源模型都感受到了来自“别人家孩子”的压力。

它在干什么?它在“收割金牌”:

· 2025年国际数学奥林匹克竞赛(IMO):Speciale豪取35/42分,稳拿金牌

· 国际信息学奥林匹克竞赛(IOI):拿下492/600分,再次斩获金牌

· ICPC世界总决赛:一口气解出10/12题,直接锁定总排名第二

有网友看到这串成绩直接“原地起飞”:“IMO、CMO、ICPC金牌?🏅 DeepSeek的Speciale不仅仅是突破极限——它简直是颠覆极限!这种竞技成就足以引起整个领域的关注。绝对震撼!🚀”

在与闭源巨头的正面PK中,Speciale 更是打出了“王牌”,直接把GPT-5和Gemini 3.0 Pro“摁在地上摩擦”。它用事实证明:开源模型也能成为顶尖水平的代名词。

· 在美国数学竞赛 AIME 2025上:Speciale 变体通过率达96.0%,高于 GPT-5-High 的94.6% 和 Gemini-3.0-Pro 的95.0%

· 在哈佛-麻省理工 HMMT 数学竞赛上:Speciale 得分 99.2%,超越 Gemini 的97.5%

与此同时,标准版 V3.2模型在 AIME 和 HMMT 上分别得分93.1% 和92.5%,虽略低于前沿模型,但在计算资源消耗上显著更少。

在编程基准测试中,DeepSeek-V3.2在 SWE-Verified 上成功解决了73.1% 的真实软件错误,与 GPT-5-High 的74.9% 旗鼓相当。

在衡量复杂编码工作流的 Terminal Bench 2.0上,其得分为 46.4%,显著高于 GPT-5-High 的35.2%。这意味着它在处理实际复杂代码工作流时,思路更清晰、效率更高,简直就是程序员的“顶级外挂”。

有网友评论道,DeepSeek 的新模型非常强大,性能已经能和 GPT-5、Gemini 3.0这些顶级闭源模型正面竞争了。尤其是它在数学竞赛等推理任务上的表现,标志着开源模型达到了新高度。既然免费开源的模型已经这么好,再花钱用闭源 API 就不划算了,这宣告了开源时代的全面到来。

技术白皮书“大揭秘”:打破性能魔咒的三大突破

DeepSeek 团队在白皮书中坦诚了一个核心痛点:尽管开源社区在努力,但闭源专有模型(如 Anthropic、OpenAI)的性能提升速度更快,二者之间的性能差距非但没有缩小,反而看似在扩大。

但 V3.2就是来终结这个“魔咒”的。它的成功并非靠简单堆叠算力,而是基于三大革命性的技术突破。戈尔迪对此进行了总结:

1. 更智能的注意力机制

传统大模型在阅读长文档时之所以“慢且贵”,是因为它们必须采用更复杂的注意力机制,时刻关注所有内容,导致成本呈指数级暴增。DeepSeek 的解决方案是稀疏注意力(DSA)配合“闪电索引器”。

DSA 不再扫描所有 Token,而是通过“闪电索引器”快速检索并只挑选最重要的部分进行聚焦。这就像是 AI 快速浏览一本厚书,只抓住精华要点,而不是逐字阅读。因此,即使在处理128K 的超长上下文时,推理速度也提升了约3.5倍,内存占用减少70%,同时 Token 消耗量显著降低,极大地提升了成本效益。

2. “砸钱”后训练

大多数 AI 公司在模型主训练(预训练)完成后,只会投入一小部分预算进行后训练(微调)。而 DeepSeek 直接“财大气粗”地将其预训练总预算的10% 以上,全部投入到了基于强化学习的后训练中。

这种大规模的投入和专门的强化学习技术,极大地提升了模型的稳定性和最终能力。他们不再满足于“能用”,而是追求“专家级性能”。

3. 智能体合成训练:拒绝“金鱼记忆”

V3.2的 Speciale 模型是专为智能体(Agent)能力而生的。它的核心优势是“思考链”方法,可以多次调用工具而不必重新开始。

这种训练的目的是消除传统 AI 在跨工具调用时“丢失思路”的顽疾。为了实现目标,DeepSeek 创建了一个专门的合成训练流程,旨在改进工具使用能力。这使得 V3.2 原生支持“推理加工具使用”,完美适用于复杂的多步骤工作流。

亲身体验:免费跑“金牌模型”的诱惑与现实

戈尔迪认为,最疯狂的部分在于,你完全可以在本地运行它。

DeepSeek V3.2在托管网站 Hugging Face 上已经完整开源,模型权重、聊天模板、本地运行指南一应俱全。对于文档助手构建者、智能体系统开发者和长上下文聊天机器人设计师来说,这简直是天降横福。

极客硬核派可以直接去 Hugging Face 或 GitHub,使用 VLLM、Kaggle、Google Colab 或 Transformers 库,动手折腾代码,本地运行。

尝鲜体验派则可以访问 DeepSeek 官网,直接在网页端体验 V3.2的“深度思考”和“非深度思考”模式。然而,我们也要保持清醒:正如实测所见,目前 V3.2还没完全集成到像 Ollama 或 Open Router 这样方便的第三方平台。

如果你不是“代码狂魔”,必须经历“复杂的编码工作”才能本地部署,那么它的便捷性确实打了折扣。

戈尔迪吐槽道:“老实说,对我来说,如果使用起来不那么方便——比如必须去 Hugging Face,然后折腾代码等等——我可能不会经常使用,因为这会耗费我大量时间。”

但如果它能直接集成在聊天界面里,戈尔迪表示会很有兴趣测试并看看它的表现。

优势与局限:五大爽点与三大局限

当然,再强的模型也有其“成长的烦恼”。

戈尔迪总结了 DeepSeek V3.2的五大优势(爽点):能够处理超大上下文(DSA 机制红利)、推理高效(速度快如闪电),在推理和工具使用方面表现卓越(Agent 能力强大),具备专家级性能(基准测试中击败付费模型),并且完全开源。

不过,它也有三大局限:在近期世界知识方面仍有滞后(需要外部检索 RAG 来“补课”),标记效率不够优化,且在极其复杂的推理上仍需打磨。

在戈尔迪看来,V3.2应该被视为“推理和工作流引擎”,而非知识问答机。如果你是文档助手构建者、智能体系统开发者或长上下文聊天机器人设计师,它就是你苦候多时的“神兵利器”!

DeepSeek V3.2的发布,不仅仅是一个新模型,更是一个历史性的转折点。它用实打实的性能数据和慷慨的开源策略,宣告了:开源与闭源之间的性能差距正在被迅速抹平。

开源巨兽已出笼,你的 AI 工作流准备好了吗?

 时事1:华体会体育

  12月03日,“汇聚全球智慧,协同共创未来”企业圆桌会议在莫斯科举行,2018年自然资源部成立后,钟自然任自然资源部党组成员,中国地质调查局局长、党组书记。直至2022年9月卸任。今年1月2日,即2024年首个工作日,其官宣被查。,币游国际真人游戏。

  12月03日,我国首艘火箭网系回收海上平台成功交付,国家体育总局体育文化与体育宣传发展战略研究中心高端智库骨干专家、广州体育学院教授曾文莉告诉《环球时报》记者,体育具有较强的杠杆效应,以体育赛事表演为杠杆,能撬动城市基建、旅游、文化等,激活体育消费热情,推动体育产业能级提升,而这个杠杆的原动力主要是运动员尤其是明星运动员。,威尼斯人谁知道网站,188体育游戏游戏平台,二十一点扑克牌游戏。

 时事2:多宝网址是多少

  12月03日,特写:钉鞋声里的“工匠精神”,作为西北地区的两大代表,西安与乌鲁木齐的PK看上去并非“势均力敌”。,皇冠app是干什么的,世界杯2026 投注,BET9二维码。

  12月03日,北京直飞阿曼航线正式开通,美团数据也显示,7月以来,“网球”搜索量同比去年增长超60%。网球体验课、网球培训季度课包在平台热销,美团上网球运动相关团购订单量同比激增172%。,狮子老虎棋牌官网,现金游艺直营,千赢国际游戏官方网站入口。

 时事3:葡京手机端app

  12月03日,【图解】权威解读:3个万亿级和10个千亿级消费热点有哪些?,无视中央八项规定精神,违规收受礼品礼金,接受可能影响公正执行公务的宴请;,m6米乐注册,凯发娱乐体育官网注册账号,365BET体育投注官网。

  12月03日,香港大埔宏福苑火灾致128死83伤 150人失联待核实,在西北机场的你追我赶中,西安和乌鲁木齐最引人注目。两座机场不仅扩建规模最大,定位也更高。,葡京网上电子平台,申博梦幻厅三公,世界杯买球app。

 时事4:kok官方地址

  12月03日,工信部:2025年前10月通信业运行总体平稳,[环球时报报道 记者 倪浩]8月3日,郑钦文夺得2024巴黎奥运会网球女单冠军,实现中国选手在该项目上的历史性突破,也点燃了民众参与网球运动的热情,网球热度随之大涨。接受《环球时报》记者采访的专家认为,体育明星与体育经济会形成正向反馈:体育明星的示范效应会提振相关体育产业、吸引更多人参与到运动中来,大众的广泛参与则会成为“未来明星运动员”诞生的基石。,免费斗地主,亚博备用网址,可以赢钱的扎金花游戏。

  12月03日,作家蒋在全新小说集《外面天气怎么样》温柔熨帖都市青年,“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。,网上下围棋,欧博会员官网,金佰利国际娱乐真人。

责编:东城富

审核:弘晏

责编:柯南·道

相关推荐 换一换