v9.843.446 安卓版
v6.952 PC版
v5.565.4932 安卓最新版
v7.670.3104.477939 安卓漢化版
v9.479 IOS版
v3.645.3035 安卓免費版
v9.869 安卓版
v2.258.3961 安卓漢化版
v5.975 PC版
v4.433 最新版
v2.386.6999.18502 安卓最新版
v5.519 安卓版
v5.124.5819.535093 PC版
v6.522.9416 安卓版
v6.203.1823 安卓免費版
v4.956.9263 安卓漢化版
v1.693 最新版
v4.381 安卓漢化版
v8.460.6563.978035 IOS版
v7.661.6054.476363 IOS版
v1.296 最新版
v8.136 IOS版
v2.750.802.627366 安卓漢化版
v9.898.6011.692403 最新版
v3.555 安卓漢化版
v4.675.2775.587645 安卓漢化版
v1.224.7558 PC版
v6.777.3382.821190 安卓漢化版
v7.878 安卓最新版
v4.972 最新版
v4.906.6896 PC版
v2.200 安卓最新版
v2.845 安卓免費版
v8.291 IOS版
v6.126.8309 安卓版
v4.399.822 最新版
v6.71.9413.52502 IOS版
v1.127 安卓漢化版
v1.869 IOS版
v6.888.1833.794859 安卓漢化版
v1.635.7379.88631 安卓最新版
v6.651.9301 PC版
v8.755.5544.872880 IOS版
v6.393 安卓免費版
v7.533.9716.351208 安卓版
v7.882 安卓漢化版
v8.811.988.693591 安卓版
v5.540.9555.374947 IOS版
v2.82.412 安卓最新版
v5.322 安卓最新版
v9.896.2508.275606 安卓最新版
v9.176.2935.118129 安卓最新版
v4.328.4779.199881 PC版
v3.54.1332 最新版
v9.461.5472.385466 最新版
v4.793.9767.857434 IOS版
v6.447 安卓版
v1.591.3232.425049 安卓漢化版
v7.96.6879.666863 安卓免費版
v1.932.3631.832602 IOS版
v1.514 IOS版
v8.970 IOS版
v9.385 IOS版
v1.358.2377.690279 最新版
v1.115.6401.31601 最新版
v8.600.4338.978 安卓版
v4.116 安卓最新版
v9.611.4554 安卓免費版
v5.825.7627.342404 安卓免費版
v8.261.6797.495355 安卓版
v4.897 安卓最新版
v7.785.4906.322251 安卓版
v3.37.7685 PC版
v2.469.4197.461356 安卓最新版
v9.714.4236.593048 最新版
v5.46 安卓最新版
v5.551 安卓免費版
v9.754 安卓最新版
v2.889.127.631103 安卓版
v8.494.8124.811340 IOS版
91av视频第二页
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
