DeepSeek V3.2
DeepSeek V3.2 是一款大型语言模型，旨在兼顾高计算效率与出色的推理能力及智能体工具使用性能。该模型推出了 DeepSeek 稀疏注意力机制（DeepSeek Sparse Attention，简称 DSA），这是一种细粒度的稀疏注意力机制，能够在提升模型运行效率的同时，优化其对复杂任务的处理表现，为各类需要高效推理与工具调用的场景提供更可靠的支持。
上下文 164K会用工具结构化输出
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
更适合先从简介和评测分数判断是否匹配你的场景。
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
写代码
写程序、改 bug、读仓库时的表现
44.2 一般
评测榜第 64 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.269/M
你把资料/问题喂给模型的费用
写出回答
$0.400/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.134/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.15（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台可以按需加深思考的模型。
- 默认直接答；需要时再打开推理
- 支持把思考过程一并返回，方便排查它怎么想的
对战表现
Design Arena：模型两两对比时的相对强弱
| 分类 | 相对实力 | 胜率 | 场次 |
|---|---|---|---|
| 3d | 1177 | 49.5% | - |
| asciiart | 1109 | 40.5% | - |
| codecategories | 1188 | 49.3% | - |
| dataviz | 1179 | 48.2% | - |
| gamedev | 1167 | 46.6% | - |
| svg | 1072 | 40.8% | - |
| uicomponent | 1176 | 46.8% | - |
| website | 1194 | 50.2% | - |
近期有多热
OpenRouter 日调用量 · 最近一日第 36 / 51 名