DeepSeek 发布 V3.2-Exp：引入稀疏注意力 DSA，API 降价超五成

背景

DeepSeek-V3.2-Exp 是中国人工智能公司深度求索（DeepSeek）推出的实验性模型。它以同系列的早期模型 DeepSeek-V3.1-Terminus 为基础，于 2025 年 9 月 29 日发布^[1]。这次发布的目的，是验证一种新的长文本处理方法，而不是推出一个全新的模型系列。

长文本对 Transformer 模型来说代价很高。标准的注意力机制（attention）要求文本中的每个词元（token）都与它前面的词元进行比较，因此上下文越长，计算量增长得越快。上下文是指模型一次能够考虑的文本量。处理长文档、大型代码库或多轮长对话的人，在训练和推理时都要承担这部分成本。

发生了什么

V3.2-Exp 引入了一种名为 DeepSeek 稀疏注意力（DeepSeek Sparse Attention，简称 DSA）的机制^[1]。稀疏注意力是一类技术，模型不再让每个词元都与其他所有词元比较，而是只选取其中一部分进行关注。DeepSeek 把 DSA 描述为细粒度的稀疏注意力机制，即选择发生在更细的层面，而不是成块地进行。官方给出的目标是：在尽量不影响输出质量的前提下，让长上下文的训练和推理更快、更省^[1]。

DeepSeek 称，该模型的表现与 DeepSeek-V3.1-Terminus 相当^[1]。这次发布被定位为对新机制的实验，而不是一款成熟的旗舰产品。

关键细节

本次发布带来三项直接变化。第一，DeepSeek 将 API 价格降低了 50% 以上，并且立即生效^[1]。API 是外部程序向模型发送请求的接口。第二，模型权重（即定义模型行为的全部学习参数）被公开发布在 Hugging Face 上，这是一个共享机器学习模型的平台^[1]。第三，技术报告发布在 GitHub 上^[1]。

DeepSeek 还开源了关键的 GPU 内核（kernel），即在图形处理器上执行计算的底层程序，并提供了两个版本：一个用 TileLang 编写，一个用 CUDA 编写。CUDA 是英伟达（Nvidia）GPU 常用的编程平台。DeepSeek 推荐在快速的研究原型开发中使用 TileLang，即研究人员快速尝试新想法的场景^[1]。

影响

V3.2-Exp 更适合被理解为对 DSA 的一次测试，而不是一个通用的新模型。权重、技术报告和内核都已公开，其他研究者因此可以查看这一方法，并复用其中的部分做法。API 降价则意味着，使用 API 的开发者可以从发布当天起以更低的成本运行长文本请求^[1]。