Huggingface的这个吐槽绝了，DeepSeek发新产品的时间节点貌似都在法定节假日前的1-10天不等。
这次发布的V3.2是接着前两天发布的V3.1-Terminus，主打的还是cost efficient，你可以看到，同样的任务，V3.2的token 消耗远小于V3.1。
随着 token 位置增长，V3.2-Exp 的成本增长斜率显著低于 V3.1-Terminus——
- Prefill：到 128K token，V3.1 ≈ $0.68 / M tokens，对比 V3.2 ≈ $0.18 / M（约 3–4× 降本）。
- Decoding：到 128K token，V3.1 ≈ $2.2 / M，对比 V3.2 ≈ $0.32 / M（约 6–7× 降本）。
重要的是，V3.2-Exp 是在 V3.1-Terminus 基础上的一次“架构试验版”，核心创新是 DeepSeek Sparse Attention（DSA），这也是我觉得最核心的一个更新，一般来说Attention种类很多，但用自己的公司命名，还是挺罕见的。
我觉得DS现在的重点，要么就是在搞一个非常新且强的attention结构，要么就是搞一个超脱于Attention机制的大活。
这个DSA就是一次小试水。
跟最近Gemini-2.5 Flash-Lite这类型主打速度和价格的产品类似，所有的大厂都在探索便宜好用的token。
性能方面，肯定会有一定的牺牲，但是明显可以看到性能损失的并不大。
推理/工具使用外的 reasoning 基准：MMLU-Pro、GPQA-Diamond、AIME 2025 等，V3.2 与 V3.1 持平或各有一两项小幅波动（如 AIME 稍优、HMMT 稍降、Codeforces 稍升）。Agentic / 工具类：BrowseComp（含中文）与 SWE-bench、多模态终端评测等，V3.2 同样基本持平或略优。
这支持了“把注意力做稀疏”不会显著牺牲输出质量的命题，为后续规模化转向稀疏化提供了证据。
我相信这肯定只是DS或者Google之类的做的众多探索方向上的一个不错的小案例，未来肯定还会在上面加大投入，scaling up到大的规模。
如果正在做大于32K 甚至 128K长上下文应用（检索增强、长报告、代码库理解、复杂 Agent 轨迹等），V3.2-Exp 具备立刻上手验证的价值；若是纯短上下文、吞吐不是痛点，V3.1 仍可胜任。
Agent时代，token还是太贵太慢了，还需要加速加速再加速。
