DeepSeek выпустили экспериментальную модель DeepSeek-V3.2-Exp — видимо, промежуточный шаг к их следующему «монстру». Главное новшество — DeepSeek Sparse Attention: хитрый способ сделать работу трансформеров на длинных текстах быстрее и дешевле.
Если по-простому: модель учится «не тратить внимание впустую». Вместо того чтобы пересчитывать все связи между словами, она обрабатывает только важные — и при этом почти не теряет качество ответа. Бенчмарки показывают, что результат остался на уровне прошлой версии V3.1, но вычислительная эффективность заметно выросла.
На фоне этого в таблицах видно забавную деталь: где-то V3.2 чуть просела (например, Humanity’s Last Exam), а где-то подросла (AIME 2025, Codeforces). Короче, стабильность качества при ускорении — звучит как «мы тихо оптимизируем и готовим что-то большое».
Benchmark | DeepSeek-V3.1-Terminus | DeepSeek-V3.2-Exp |
|---|---|---|
Reasoning Mode w/o Tool Use | ||
MMLU-Pro | 85.0 | 85.0 |
GPQA-Diamond | 80.7 | 79.9 |
Humanity's Last Exam | 21.7 | 19.8 |
LiveCodeBench | 74.9 | 74.1 |
AIME 2025 | 88.4 | 89.3 |
HMMT 2025 | 86.1 | 83.6 |
Codeforces | 2046 | 2121 |
Aider-Polyglot | 76.1 | 74.5 |
Agentic Tool Use | ||
BrowseComp | 38.5 | 40.1 |
BrowseComp-zh | 45.0 | 47.9 |
SimpleQA | 96.8 | 97.1 |
SWE Verified | 68.4 | 67.8 |
SWE-bench Multilingual | 57.8 | 57.9 |
Terminal-bench | 36.7 | 37.7 |
Ну и да, всё это open source: можно уже потыкать на Hugging Face, запустить через vLLM или SGLang (докер-образы готовы).
Похоже, DeepSeek делает ставку на то, чтобы длинные контексты стали дешевле и быстрее. А значит — впереди, возможно, совсем другие масштабы для ИИ-агентов и RAG-систем.
Русскоязычное сообщество про AI в разработке
Друзья! Эту новость подготовила команда ТГК «AI for Devs» — канала, где мы рассказываем про AI-ассистентов, плагины для IDE, делимся практическими кейсами и свежими новостями из мира ИИ. Подписывайтесь, чтобы быть в курсе и ничего не упустить!