deepseek-v3.2

Invoer:$0.22/M

Uitvoer:$0.35/M

Context:128K

Max Uitvoer:4K

Overzicht

Functies

Prijzen

API

Versies

Wat is DeepSeek v3.2?

DeepSeek v3.2 is de nieuwste productierelease in de DeepSeek V3-familie: een grote, redeneer-eerst open-weight taalmodelfamilie, ontworpen voor begrip van lange contexten, robuust agent-/toolgebruik, geavanceerd redeneren, coderen en wiskunde. De release bundelt meerdere varianten (productie V3.2 en een high-performance V3.2-Speciale). Het project legt de nadruk op kostenefficiënte inferentie voor lange contexten via een nieuw mechanisme voor spaarzame aandacht genaamd DeepSeek Sparse Attention (DSA) en agent-/‘denk’-workflows (“Denken bij toolgebruik”).

Belangrijkste functies (hoog niveau)

DeepSeek Sparse Attention (DSA): een mechanisme voor spaarzame aandacht bedoeld om de rekenlast in long-context-scenario's drastisch te verlagen, terwijl langeafstandsredeneren behouden blijft. (Kernonderzoeksclaim; gebruikt in V3.2-Exp.)
Agentisch denken + integratie van toolgebruik: V3.2 legt de nadruk op het inbedden van ‘denken’ in toolgebruik: het model kan werken in redenerende-denkmodi en in niet-denkende (normale) modi bij het aanroepen van tools, wat de besluitvorming in meerstapstaken en de orkestratie van tools verbetert.
Grootschalige pijplijn voor agentsynthetische data: DeepSeek rapporteert een trainingscorpus en een agent-synthesepijplijn die zich uitstrekt over duizenden omgevingen en tienduizenden complexe instructies om de robuustheid voor interactieve taken te verbeteren.
DeepSeek Sparse Attention (DSA): DSA is een fijnmazige methode voor spaarzame aandacht, geïntroduceerd in de V3.2-lijn (eerst in V3.2-Exp), die de aandachtcomplexiteit reduceert (van naïef O(L²) naar een O(L·k)-stijl met k ≪ L), door per querytoken een kleinere set sleutel-/waardetokens te selecteren. Het resultaat is aanzienlijk lagere geheugen-/rekenbelasting voor zeer lange contexten (128K), waardoor long-context-inferentie materieel goedkoper wordt.
Mixture-of-Experts (MoE)-backbone en Multi-head Latent Attention (MLA): de V3-familie gebruikt MoE om de capaciteit efficiënt te verhogen (grote nominale parametergetallen met beperkte per-tokenactivatie) samen met MLA-methoden om de kwaliteit te behouden en de compute te beheersen.

Technische specificaties (beknopte tabel)

Nominaal parameterbereik: ~671B – 685B (afhankelijk van variant).
Contextvenster (gedocumenteerde referentie): 128,000 tokens (128K) in vLLM/referentieconfiguraties.
Aandacht: DeepSeek Sparse Attention (DSA) + MLA; verminderde aandachtcomplexiteit voor lange contexten.
Numerieke en trainingsprecisie: BF16 / F32 en gecomprimeerde gequantiseerde formaten (F8_E4M3 enz.) beschikbaar voor distributie.
Architectuurfamilie: MoE (mixture-of-experts)-backbone met per-token activatie-economie.
Invoer / uitvoer: standaard getokeniseerde tekstinvoer (chat-/berichtformaten ondersteund); ondersteunt toolaanroepen (API-primitieven voor toolgebruik) en zowel interactieve chat-achtige aanroepen als programmatische completions via API.
Aangeboden varianten: v3.2, v3.2-Exp (experimenteel, DSA-debuut), v3.2-Speciale (redeneer-eerst, alleen via API op korte termijn).

Benchmarkprestaties

De variant met hoge rekencapaciteit V3.2-Speciale bereikt pariteit of overtreft hedendaagse high-end modellen op diverse redeneer-/wiskunde-/codeerbenchmarks en behaalt topprestaties op geselecteerde elite wiskunde-opgaven. De preprint benadrukt pariteit met modellen zoals GPT-5 / Kimi K2 op geselecteerde redeneerbenchmarks, met specifieke verbeteringen ten opzichte van eerdere DeepSeek R1/V3-baselines:

AIME: verbeterd van 70.0 naar 87.5 (Δ +17.5).
GPQA: 71.5 → 81.0 (Δ +9.5).
LCB_v6: 63.5 → 73.3 (Δ +9.8).
Aider: 57.0 → 71.6 (Δ +14.6).

Vergelijking met andere modellen (hoog niveau)

Tegenover GPT-5 / Gemini 3 Pro (publieke claims): auteurs van DeepSeek en verschillende perskanalen claimen pariteit of superioriteit op geselecteerde redeneer- en coderingstaken voor de variant Speciale, terwijl ze kostenefficiëntie en open licenties als onderscheidende factoren benadrukken.
Tegenover open modellen (Olmo, Nemotron, Moonshot, enz.): DeepSeek benadrukt agentische training en DSA als belangrijke onderscheiders voor efficiëntie bij lange contexten.

Representatieve toepassingen

Agentsystemen / orkestratie: multitool-agents (API's, webscrapers, connectors voor code-uitvoering) die profiteren van ‘denken’ op modelniveau + expliciete toolaanroep-primitieven.
Redeneren/analyse over lange documenten: juridische documenten, grote onderzoekscorpora, vergadertranscripten — long-context-varianten (128k tokens) laten u zeer grote contexten in één call behouden.
Hulp bij complexe wiskunde en coderen: V3.2-Speciale wordt gepromoot voor geavanceerd wiskundig redeneren en uitgebreide code-debuggingtaken volgens leveranciersbenchmarks.
Kostengevoelige productie-implementaties: DSA + prijswijzigingen zijn erop gericht de inferentiekosten voor workloads met hoge context te verlagen.

Aan de slag met de DeepSeek v3.2-API

Prijzen voor DeepSeek v3.2-API in CometAPI, 20% korting op de officiële prijs:

Invoertokens	$0.22
Uitvoertokens	$0.35

Vereiste stappen

Log in op cometapi.com. Als u nog geen gebruiker bent, registreer dan eerst
Haal de toegangsreferentie-API-sleutel van de interface op. Klik op ‘Add Token’ bij de API-token in het persoonlijk centrum, verkrijg de tokensleutel: sk-xxxxx en dien in.
Haal de URL van deze site op: https://api.cometapi.com/

Gebruiksmethode

Selecteer het “deepseek-v3.2”-endpoint om het API-verzoek te verzenden en stel de request body in. De verzoekmethode en request body zijn te vinden in de API-documentatie op onze website. Onze website biedt ook een Apifox-test voor uw gemak.
Vervang <YOUR_API_KEY> door uw daadwerkelijke CometAPI-sleutel uit uw account.
Selecteer het Chat-formaat: plaats uw vraag of verzoek in het inhoudsveld—dit is waarop het model zal reageren.
Verwerk de API-respons om het gegenereerde antwoord te verkrijgen.

Functies voor DeepSeek-V3.2

<think> 用户要求我将英文文本翻译成荷兰语(Nederlands)。我需要注意： 1. 保持格式和特殊字符（如{} 变量占位符） 2. 技术术语保持准确性 3. 保持语气和风格 4. UI文本要简洁明了 5. 只返回翻译文本，不要添加解释 6. 不要添加任何前缀或说明原文是： "Explore the key features of DeepSeek-V3.2, designed to enhance performance and usability. Discover how these capabilities can benefit your projects and improve user experience." 这看起来是产品或技术介绍的文本，需要翻译成荷兰语。我需要保持DeepSeek-V3.2这个占位符不变。让我翻译： - Explore = Ontdek/Verken - key features = belangrijkste functies/eigenschappen - designed to enhance = ontworpen om te verbeteren - performance = prestaties - usability = bruikbaarheid - Discover = Ontdek - capabilities = mogelijkheden - benefit = ten goede komen/voordeel opleveren - projects = projecten - improve = verbeteren - user experience = gebruikerservaring 翻译： Ontdek de belangrijkste functies van DeepSeek-V3.2, ontworpen om prestaties en bruikbaarheid te verbeteren. Ontdek hoe deze mogelijkheden uw projecten ten goede kunnen komen en de gebruikerservaring kunnen verbeteren. 不过"Ontdek"出现了两次，可能需要调整一下： Verken de belangrijkste functies van DeepSeek-V3.2, ontworpen om prestaties en bruikbaarheid te verbeteren. Ontdek hoe deze mogelijkheden uw projecten ten goede kunnen komen en de gebruikerservaring kunnen verbeteren. I'll explore how these capabilities can positively impact your projects and optimize the user experience. </think> Verken de belangrijkste functies van DeepSeek-V3.2, ontworpen om prestaties en bruikbaarheid te verbeteren. Ontdek hoe deze mogelijkheden uw projecten ten goede kunnen komen en de gebruikerservaring verbeteren.

text-to-text

text-to-music

speech-to-text

text-to-speech

text-to-image

image-to-image

image-editing

image-to-text

text-to-video

image-to-video

chat

video-to-text

pdf-to-text

Prijzen voor DeepSeek-V3.2

Ontdek concurrerende prijzen voor DeepSeek-V3.2, ontworpen om te passen bij verschillende budgetten en gebruiksbehoeften. Onze flexibele abonnementen zorgen ervoor dat u alleen betaalt voor wat u gebruikt, waardoor het gemakkelijk is om op te schalen naarmate uw vereisten groeien. Ontdek hoe DeepSeek-V3.2 uw projecten kan verbeteren terwijl de kosten beheersbaar blijven.

Comet Prijs (USD / M Tokens)	Officiële Prijs (USD / M Tokens)
Invoer:$0.22/M Uitvoer:$0.35/M	Invoer:$0.27/M Uitvoer:$0.43/M

Voorbeeldcode en API voor DeepSeek-V3.2

Krijg toegang tot uitgebreide voorbeeldcode en API-bronnen voor DeepSeek-V3.2 om uw integratieproces te stroomlijnen. Onze gedetailleerde documentatie biedt stapsgewijze begeleiding en helpt u het volledige potentieel van DeepSeek-V3.2 in uw projecten te benutten.

Python
JavaScript
Curl

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="deepseek-v3.2-exp",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"},
    ],
)

print(completion.choices[0].message.content)

Versies van DeepSeek-V3.2

De reden waarom DeepSeek-V3.2 meerdere snapshots heeft, kan mogelijke factoren omvatten zoals variaties in de uitvoer na updates die oudere snapshots vereisen voor consistentie, het bieden van een overgangsperiode voor ontwikkelaars om zich aan te passen en te migreren, en verschillende snapshots die overeenkomen met wereldwijde of regionale eindpunten om de gebruikerservaring te optimaliseren. Voor gedetailleerde verschillen tussen versies, raadpleeg de officiële documentatie.

deepseek-v3.2
DeepSeek-V3.2-Exp-nothinking
DeepSeek-V3.2-Exp-thinking

DeepSeek-V3.2