DeepSeek v3.2 là gì?
DeepSeek v3.2 là bản phát hành production mới nhất trong họ DeepSeek V3: một họ mô hình ngôn ngữ trọng số mở (open-weight) quy mô lớn, ưu tiên suy luận, được thiết kế cho hiểu ngữ cảnh dài, sử dụng tác tử/công cụ mạnh mẽ, suy luận nâng cao, lập trình và toán học. Bản phát hành gói nhiều biến thể (V3.2 dùng cho production và V3.2-Speciale hiệu năng cao). Dự án nhấn mạnh suy luận ngữ cảnh dài tiết kiệm chi phí thông qua cơ chế chú ý thưa mới có tên DeepSeek Sparse Attention (DSA) và các quy trình tác tử/“tư duy” (“Thinking in Tool-Use”).
Tính năng chính (mức tổng quan)
- DeepSeek Sparse Attention (DSA): cơ chế chú ý thưa nhằm giảm mạnh chi phí tính toán trong bối cảnh dài đồng thời vẫn giữ được suy luận tầm xa. (Tuyên bố nghiên cứu cốt lõi; dùng trong
V3.2-Exp.) - Tư duy tác tử + tích hợp sử dụng công cụ: V3.2 nhấn mạnh nhúng “tư duy” vào việc sử dụng công cụ: mô hình có thể vận hành ở chế độ suy luận-tư duy và chế độ không tư duy (bình thường) khi gọi công cụ, giúp cải thiện ra quyết định trong tác vụ nhiều bước và phối hợp công cụ.
- Chuỗi xử lý tổng hợp dữ liệu tác tử quy mô lớn: DeepSeek báo cáo một tập huấn luyện và chuỗi tổng hợp tác tử bao phủ hàng nghìn môi trường và hàng chục nghìn hướng dẫn phức tạp nhằm tăng độ vững cho tác vụ tương tác.
- DeepSeek Sparse Attention (DSA): DSA là phương pháp chú ý thưa hạt mịn được giới thiệu trong dòng V3.2 (đầu tiên ở
V3.2-Exp), giảm độ phức tạp chú ý (từ O(L²) ngây thơ xuống dạng O(L·k) với k ≪ L), chọn một tập nhỏ hơn các token key/value cho mỗi token query. Kết quả là giảm đáng kể bộ nhớ/tính toán cho ngữ cảnh rất dài (128K), khiến suy luận ngữ cảnh dài rẻ hơn đáng kể. - Xương sống Mixture-of-Experts (MoE) và Multi-head Latent Attention (MLA): Họ V3 dùng MoE để tăng dung lượng hiệu quả (số tham số danh nghĩa lớn với kích hoạt trên mỗi token hạn chế) cùng với phương pháp MLA để duy trì chất lượng và kiểm soát chi phí tính toán.
Thông số kỹ thuật (tóm tắt)
- Phạm vi tham số danh nghĩa: ~671B – 685B (tùy biến thể).
- Cửa sổ ngữ cảnh (tài liệu tham chiếu): 128,000 token (128K) trong vLLM/cấu hình tham chiếu.
- Chú ý (Attention): DeepSeek Sparse Attention (DSA) + MLA; giảm độ phức tạp chú ý cho ngữ cảnh dài.
- Độ chính xác số & huấn luyện: BF16 / F32 và các định dạng nén lượng tử hóa (F8_E4M3, v.v.) sẵn có để phân phối.
- Họ kiến trúc: xương sống MoE (mixture-of-experts) với tiết kiệm kích hoạt trên mỗi token.
- Đầu vào / đầu ra: văn bản đã token hóa tiêu chuẩn (hỗ trợ định dạng chat/tin nhắn); hỗ trợ gọi công cụ (các primitive API tool-use) và cả gọi kiểu chat tương tác lẫn sinh hoàn tất theo lập trình qua API.
- Biến thể cung cấp:
v3.2,v3.2-Exp(thử nghiệm, ra mắt DSA),v3.2-Speciale(ưu tiên suy luận, chỉ API trong ngắn hạn).
Hiệu năng benchmark
Biến thể tính toán cao V3.2-Speciale đạt ngang bằng hoặc vượt các mô hình cao cấp đương thời trên một số benchmark về suy luận/toán/lập trình, và đạt mức dẫn đầu trên một số tập bài toán toán học hạng nặng. Bản thảo tiền in nêu bật mức ngang bằng với các mô hình như GPT-5 / Kimi K2 trên một số benchmark suy luận, với các cải thiện cụ thể so với DeepSeek R1/V3 trước đó:
- AIME: từ 70.0 lên 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).
So sánh với các mô hình khác (mức tổng quan)
- So với GPT-5 / Gemini 3 Pro (tuyên bố công khai): Tác giả DeepSeek và một số kênh báo chí tuyên bố ngang bằng hoặc vượt trội trên các tác vụ suy luận và lập trình đối với biến thể Speciale, đồng thời nhấn mạnh hiệu quả chi phí và giấy phép mở như các điểm khác biệt.
- So với mô hình mở (Olmo, Nemotron, Moonshot, v.v.): DeepSeek nêu bật huấn luyện tác tử và DSA như khác biệt chủ đạo cho hiệu quả ngữ cảnh dài.
Trường hợp sử dụng tiêu biểu
- Hệ thống tác tử/phối hợp: các tác tử đa công cụ (API, trình thu thập web, kết nối thực thi mã) hưởng lợi từ “tư duy” ở mức mô hình + primitive gọi công cụ rõ ràng.
- Suy luận/phân tích tài liệu dài: tài liệu pháp lý, kho nghiên cứu lớn, bản ghi họp — các biến thể ngữ cảnh dài (128K token) cho phép giữ ngữ cảnh rất lớn trong một lần gọi.
- Hỗ trợ toán học & lập trình phức tạp:
V3.2-Specialeđược quảng bá cho suy luận toán nâng cao và gỡ lỗi mã ở quy mô lớn theo benchmark của nhà cung cấp. - Triển khai production nhạy cảm về chi phí: DSA + thay đổi giá nhằm hạ chi phí suy luận cho khối lượng công việc ngữ cảnh dài.
Cách bắt đầu sử dụng DeepSeek v3.2 API
Giá API DeepSeek v3.2 trên CometAPI, giảm 20% so với giá chính thức:
| Token đầu vào | $0.22 |
|---|---|
| Token đầu ra | $0.35 |
Các bước cần thiết
- Đăng nhập vào cometapi.com. Nếu bạn chưa là người dùng của chúng tôi, vui lòng đăng ký trước.
- Lấy khóa API (thông tin xác thực truy cập) của giao diện. Nhấp “Add Token” tại mục API token trong trung tâm cá nhân, lấy khóa token: sk-xxxxx và gửi.
- Lấy URL của trang này:
https://api.cometapi.com/
Cách sử dụng
- Chọn endpoint “
deepseek-v3.2” để gửi yêu cầu API và thiết lập phần thân yêu cầu. Phương thức và phần thân yêu cầu được lấy từ tài liệu API trên trang web của chúng tôi. Trang web cũng cung cấp bài kiểm thử Apifox để bạn thuận tiện sử dụng. - Thay <YOUR_API_KEY> bằng khóa CometAPI thực tế từ tài khoản của bạn.
- Chọn định dạng Chat: Chèn câu hỏi hoặc yêu cầu của bạn vào trường content — đây là nội dung mô hình sẽ phản hồi.
- Xử lý phản hồi API để lấy câu trả lời được tạo.