DeepSeek-V3.2-Exp 实验模型

是什么

DeepSeek-V3.2-Exp 是 DeepSeek 于 2025 年 9 月 29 日发布的实验模型，构建在 DeepSeek-V3.1-Terminus 之上。名字里的「Exp」表明它是一次实验，而不是新一代的定型产品^[1]。它的用途是先把一种新的注意力机制装进一个能用的模型里，看看代价有多大、质量损失有多少，而模型的其他部分尽量贴近原来的版本^[1]。

稀疏注意力

这次最主要的变化是 DeepSeek 稀疏注意力（DeepSeek Sparse Attention, DSA），DeepSeek 把它描述为一种细粒度的稀疏注意力机制^[1]。

注意力（attention）是语言模型里让每个词元（token）从其他词元处取信息的那一步操作。在标准的稠密做法里，每个词元都要和它能看到的其他所有词元逐一比较，因此上下文一长，计算量和显存占用就涨得很快。稀疏注意力保留同样的思路，但让每个词元只关注被选中的一小部分词元，代价随长度的增长就慢得多。「细粒度」说的是这种挑选的粒度：它不像直接丢掉整段上下文那样粗放。

DeepSeek 表示，引入 DSA 的目的是让长上下文的训练和推理更快、更便宜，同时对输出质量的影响尽可能小^[1]。在质量上，公司报告其表现与它基于的 V3.1-Terminus 相当^[1]。

发布与定价

模型在发布当天就上线了 DeepSeek 的应用、网页端和 API^[1]。与之同时，API 价格下调超过 50%，立即生效^[1]。由于新注意力机制本身就是以降低长上下文成本为目标提出的，架构变化和价格变化被放在一起讲，指向的是同一个问题：服务成本。

对于想自己验证而不是只听结论的人，V3.1-Terminus 通过一个临时 API 继续提供到 2025 年 10 月 15 日，方便把两个模型并排比较^[1]。

开放权重与算子

权重在 Hugging Face 上开源，技术报告发布在 GitHub 上^[1]。DeepSeek 还同时放出了关键 GPU 算子（kernel）的 TileLang 和 CUDA 两个版本，并建议用 TileLang 做快速的研究原型^[1]。对稀疏注意力这类机制来说，公开算子并不是附带动作：只有跑在 GPU 上的底层代码真正利用了稀疏性，省下来的开销才会出现，所以算子本身就是这套说法的一部分。

在发展中的位置

「实验」这个标签后来更像是过渡，而不是终点。它的基座模型 DeepSeek-V3.2-Exp-Base 后来成为 DeepSeekMath-V2 的起点^[3]；而在 2025 年 12 月 1 日发布的 DeepSeek-V3.2 与 V3.2-Speciale，沿用了与 V3.2-Exp 相同的架构^[4]。也就是说，先在一个实验模型上落地的稀疏注意力设计，成了后续模型的架构基础。