DeepSeek V3.2 Exp
DeepSeek V3.2 Exp是深度求索（DeepSeek）推出的实验性大语言模型，是衔接V3.1与未来架构的过渡性成果。该模型引入了DeepSeek稀疏注意力机制（DSA），这是一种细粒度的稀疏注意力技术，旨在优化模型的计算效率与性能表现，为后续更成熟的模型架构研发积累关键经验。
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
这款模型还没有公开智能指数，评测榜暂时排不上。
去评测榜看其它模型大概要花多少钱
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
$0.270/M
你把资料/问题喂给模型的费用
写出回答
$0.410/M
模型生成回复的费用，通常更贵
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.16（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 | 1192 | 56.4% | - |
| codecategories | 1195 | 54.2% | - |
| dataviz | 1173 | 50.6% | - |
| gamedev | 1180 | 53% | - |
| svg | 1072 | 42% | - |
| uicomponent | 1193 | 53.3% | - |
| website | 1198 | 54.3% | - |