DeepSeek 的重大版本發布。 這對開源 LLM 來說是一個大事件。 DeepSeek-V3.2-Speciale 在 2025 年國際數學奧林匹克（IMO）和國際資訊奧林匹克（IOI）上與 Gemini-3-Pro 不相上下。 它甚至在幾個基準測試中超越了 Gemini 3 Pro。 DeepSeek 確定了三個關鍵瓶頸： > 在長序列上表現不佳的普通注意力機制， > 不足的後訓練計算， > 以及在代理場景中的弱泛化。 他們推出了 DeepSeek-V3.2，這是一個同時解決這三個問題的模型。 一個關鍵創新是 DeepSeek 稀疏注意力（DSA），它將注意力複雜度從 O(L²) 降低到 O(Lk)，其中 k 遠小於序列長度。一個輕量級的 "閃電索引器" 評分哪些標記重要，然後只有這些 top-k 標記獲得完整的注意力。 結果：在長上下文中顯著加速而不犧牲性能。 但僅僅依靠架構是不夠的。DeepSeek 分配的後訓練計算超過了預訓練成本的 10%，這是一項巨大的強化學習投資，直接轉化為推理能力。 對於代理任務，他們建立了一個自動環境合成管道，生成 1,827 個不同的任務環境和 85,000 多個複雜提示。代碼代理、搜索代理和一般規劃任務（所有這些都是為強化學習訓練大規模合成的） 數據：在 AIME 2025 上，DeepSeek-V3.2 的得分為 93.1%（GPT-5-High：94.6%）。在 SWE-Verified 上，解決率為 73.1%。在 HLE 僅文本上，得分為 25.1%，而 GPT-5 的得分為 26.3%。 他們的高計算變體 DeepSeek-V3.2-Speciale 更進一步，在 IMO 2025 中獲得金牌（35/42 分），在 IOI 2025 中（492/600），以及在 ICPC 世界總決賽 2025 中（解決 10/12 題）。 這是第一個能夠在推理、編碼和代理基準上與前沿專有系統進行可信競爭的開放模型。