DeepSeek· @deepseek_ai · X·· 2025-09-29精选AI 评分75
AI 导读
DeepSeek 发布实验模型 DeepSeek-V3.2-Exp，在 V3.1-Terminus 基础上首次引入 DeepSeek Sparse Attention（DSA），让长上下文的训练与推理更快更省。模型已在 App、Web 和 API 上线，API 价格下调 50% 以上。对需要长上下文的应用来说，这次变化主要在成本和效率两侧，可直接在现有接口上切换评估。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
推荐理由
长上下文场景的开发者可以先用 V3.2-Exp 的 API 做吞吐与成本对比，确认 DSA 对现有链路的影响再迁移。
正文
🚀 Introducing DeepSeek-V3.2-Exp — our latest experimental model!
✨ Built on V3.1-Terminus, it debuts DeepSeek Sparse Attention(DSA) for faster, more efficient training & inference on long context.
👉 Now live on App, Web, and API.
💰 API prices cut by 50%+!
1/n
来源：DeepSeek · x.com
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。