Henry 发布者：奥飞斯量子比特 |公众号 在 ChatGPT 三岁生日之际，DeepSeek 推出了在硅谷掀起波澜的新模式。准确来说，这是两个开源模型：DeepSeek-V3.2DeepSeek-V3.2-Speciale。这两款车型有多受欢迎？有网友表示，在飞往圣地亚哥的航班上（显然是为了参加 NeurIPS 2025），有 30% 的乘客在看 DeepSeek PDF。上周一条将 DeepSeek 嘲笑为“昙花一现”的推文在发布当晚的浏览量就达到了 500 万次。除了普通网友之外，奥特曼也着急了。除了发布红色警报外，我们还暂时推迟了在 ChatGPT 上投放广告的计划。与此同时，谷歌也未能幸免。网友们直接向谷歌Gemini团队“喊话”：别睡了，DeepSeek回来了。发生了什么？闭源精英？我们正在对抗它！闭源项目！总体来看，DeepSeek-V3.2模型达到了目前开源模型的最高水平n 代理评估，显着缩小开源模型与领先的闭源模型之间的差距，标志着闭源落后于开源的时代结束。其中，标准版DeepSeek-V3.2在推理测试中达到了GPT-5的水平，仅略逊于Gemini-3.0-Pro。 “特别版”DeepSeek-V3.2-Speciale不仅各方面表现优于GPT-5，在常规推理任务上也能与Gemini-3.0-Pro竞争。此外，V3.2-Special还获得了IMO、CMO、ICPC和IOI金牌，并在ICPC和IOI人类玩家中排名第二和第十。这不仅打消了开源模式比闭源模式落后六个月的疑虑，而且也给行业带来了很大的压力。另外，这还不是 V4/R2。所以还没等主菜上桌，硅谷就已经布满了冷盘。对于DeepSeek-V3.2的成果，DeepSeek研究院的志斌给出了评价Twitter 上的直观答案：强化学习即使在长时间的环境中也可以继续扩展。为了理解这个说法，我们先简单回顾一下这篇文章。综上所述，DeepSeek-V3.2实际上做了以下事情：首先，我们利用DSA稀疏注意力解决长上下文效率问题，为后续长序列的强化学习奠定计算基础。其次，通过引入可扩展的强化学习，并将预训练成本的 10% 或更多投入到后训练中，可以显着提高模型代理的整体推理能力和能力。最后，为了探索推理能力的极限，DeepSeek-V3.2-Speciale 有意放宽了 RL 长度限制，让模型能够生成很长的“思维链”。该模型通过生成大量token来进行细粒度的自我修正和探索。这意味着模型可以更多地通过长思路思考，可以更多地通过自我修正思考影响探索，从而释放更强的推理能力。因此，该模型可以通过更长的思考过程（消耗更多的代币）实现显着的性能提升，而无需增加预训练的规模。上述实验结果证明了这种“超长上下文中持续拓展强化学习”路线的正确性。正如苟志斌所说，如果说 Gemini-3 证明了预训练可以继续扩展，那么 DeepSeek-V3.2-Speciale 则表明强化学习可以在长期环境下继续扩展。我们花了一年的时间将 DeepSeek-V3 推向极限。吸取的教训是，训练后阶段的瓶颈是避免等待“更好的基础模型”。这意味着问题不是通过改进方法和数据本身来解决的，而是通过改进方法和数据本身来解决的。也就是说，如果Gemini-3凭借“知识山（预训练）”赢得了上半场，DeepSeek-V3.2-Speciale凭借“思想之山（长上下文RL）”赢得了下半场。此外，对于大型模型停滞不前的争论，他表示：“预训练是可扩展的，强化学习是可扩展的，上下文是可扩展的，所有维度都在不断增加。”这表明强化学习不仅有效，而且还可以通过扩展（更大的批次、更长的上下文、更丰富的任务）获得显着的好处。同时，在论文中，也有网友发现了为什么DeepSeek-V3.2在HLE、GPQA等知识测试中表现稍差。这是因为计算资源是有限的。仅靠强化学习无法达到这个水平。换句话说，DeepSeek与高端模型的差距不再是技术问题，而是经济问题。好的开源并不比闭源差，只要牌足够好。本以为会很便宜，没想到这么便宜。 DeepSeek-V3.2系列不仅具有与顶级相同的性能闭源模式，但现在每个人都可以体验“一种廉价到不需要付费的智能”。着眼于100万个代币的生产成本，DeepSeek-V3.2比GPT-5便宜近24倍，比Gemini 3 Pro便宜近29倍。随着输出令牌数量的增加，这种差异最多可以增加 43 倍。这是什么概念？就好像你想要一个大模型一次“写”一套《三体》三部曲，使用GPT-5需要800元左右，使用Gemini 3 Pro则需要1000元左右。使用DeepSeekV3.2的成本仅为35元左右。因此，性能几乎相同，但价格却相差数十倍的情况可能会出现。我应该选择哪一边？答案很明显，对吧？对此，有网友表示，DeepSeek-V3.2这种经济实惠的开源模型正在挑战Gemi。 ni3.0专业版另一方面，OpenAI 高昂的订阅费用很快就变得令人沮丧。当然，这并不意味着深SeekV3.2没有任何缺点。正如一位网友指出的，解决同样的问题，Gemini 只需要 20,000 个代币，而 Speciale 需要 77,000 个代币。 （这实际上是用上面提到的RL进行补偿）。不过，低廉的价格也掩盖了现阶段Speciale版本的一些弱点。总体而言，DeepSeek 更加实惠。此外，更令硅谷担忧的是，DeepSeek-V3.2可以直接部署在国内计算强国（华为、寒武纪）上，这将进一步降低模型推理的成本。此前，DeepSeek-V3.2-Exp发布时，DeepSeek在发布首日就对华为Ascend硬件和CANN软件栈进行了优化。尽管没有明确说明这个 DeepSeek-V3.2 系列，但他们很可能会继续之前的策略。换句话说，不仅谷歌和OpenAI伤心，也许他们的好兄弟Nvidia也伤心。不过，这里的价格只是原价模型公司的 ce，而不是实际的推理成本。虽然我们无法知道每个模型的实际推理成本，但我们可以在 DeepSeek 白皮书中看到一个明显的趋势。与上一代模型 DeepSeek-V3.1-Terminus 相比，DeepSeek-V3.2 在最长上下文场景（128K）下成本降低了约 75% 至 83%。这意味着由于注意力机制和训练后的持续优化，底层推理的成本不断降低。一位网友总结道：DeepSeek证明强大的AI并不一定需要过多的资本投入。 [1]https://x.com/airesearch12/status/1995465802040983960[2]https://www.nbcnews.com/tech/innovation/silicon-valley-building-free-chinese-ai-rcna242430
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图像和视频，如果有的话）由社交媒体平台网易号的用户上传和发布。 rm仅提供存储服务。
近期评论