9月29日晚间，DeepSeek宣布正式发布 DeepSeek-V3.2-Exp模型，性能仍是稳步提升，但出乎意料的是，调用价格大幅降低，尤其输出价格大降75%，业界人士表示“这很难卷得过”。DeepSeek提到，在新价格政策下，开发者调用DeepSeek API的成本将降低50%以上。
据介绍，DeepSeek Sparse Attention（DSA）稀疏注意力机制首次实现了细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，实现了长文本训练和推理效率的大幅提升。
为了严谨地评估引入稀疏注意力带来的影响，我们特意把 DeepSeek-V3.2-Exp 的训练设置与 V3.1-Terminus 进行了严格的对齐。在各领域的公开评测集上，DeepSeek-V3.2-Exp 的表现与 V3.1-Terminus 基本持平。
目前，Deepseek官方 App、网页端、小程序均已同步更新为 DeepSeek-V3.2-Exp，同时 API 大幅度降价。
值得注意的是，在DeepSeek-V3.2-Exp模型发布的同一天，国产AI芯片大厂寒武纪就宣布，已同步实现对DeepSeek-V3.2-Exp的适配，并开源大模型推理引擎vLLM-MLU源代码。
目前，开发者可以在寒武纪软硬件平台上第一时间体验DeepSeek-V3.2-Exp的亮点。
寒武纪表示，公司一直重视芯片和算法的联合创新，致力于以软硬件协同的方式，优化大模型部署性能，降低部署成本。
此前，寒武纪对DeepSeek系列模型进行了深入的软硬件协同性能优化，达成了业界领先的算力利用率水平。
针对本次的DeepSeek-V3.2-Exp新模型架构，寒武纪通过Triton算子开发实现了快速适配，利用BangC融合算子开发实现了极致性能优化，并基于计算与通信的并行策略，再次达成了业界领先的计算效率水平。
寒武纪表示，依托DeepSeek-V3.2-Exp带来的全新DeepSeek Sparse Attention机制，叠加寒武纪的极致计算效率，可大幅降低长序列场景下的训推成本，共同为客户提供极具竞争力的软硬件解决方案。
V3.2只是开胃菜？都在等V4！
就在大家为V3.2的降价和开源欢呼雀跃时，大量出现不同的声音，那就是：“所以，V4什么时候来？”、“V4在实验室里憋大招了吗？”、“我们能期待下一个大版本吗？”。
更有趣的是，就在国庆节来临之际DeepSeek放出更新真的是有点“节前更新！卷死同行！”的意思。
