Il post di DeepSeek[1][3] "DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models" è datato 1 dicembre 2025 e afferma che V3.2 è "now live on App, Web & API"; il suo changelog riporta "Date: 2025-12-01 DeepSeek-V3.2", e il servizio di ETV Bharat[6] del 2 dicembre cita il post di lancio di DeepSeek del 1 dicembre.
- Inizio
- 1 dic 2025AFFIDABILITÀ 90%da la fonte
Rilasciati DeepSeek-V3.2 e DeepSeek-V3.2-Speciale
Tradotto automaticamente dall’originale
Titolo originale: DeepSeek-V3.2 and DeepSeek-V3.2-Speciale Released
DeepSeek lancia DeepSeek-V3.2, un modello a pesi aperti che ragiona durante l'uso degli strumenti e raggiunge il livello di GPT-5 secondo i suoi stessi test, e DeepSeek-V3.2-Speciale, disponibile solo via API, che secondo l'azienda rivaleggia con Gemini-3.0-Pro e ha raggiunto il livello da medaglia d'oro alle IMO e IOI 2025.
- Il 1 dicembre 2025 DeepSeek ha lanciato DeepSeek-V3.2 e DeepSeek-V3.2-Speciale, "reasoning-first models built for agents": V3.2 è il successore ufficiale di V3.2-Exp ed è disponibile su app, web e API, mentre Speciale era solo via API[1][3]
- DeepSeek definisce V3.2 un modello per l'uso quotidiano "at GPT-5 level performance" e afferma che V3.2-Speciale rivaleggia con Gemini-3.0-Pro e ha ottenuto risultati da oro a IMO, CMO, ICPC World Finals e IOI 2025, a costo di un uso di token molto più pesante[1][2]
- V3.2 è il primo modello di DeepSeek a integrare il ragionamento direttamente nell'uso degli strumenti, addestrato su una pipeline sintetica di 1,800+ ambienti e 85k+ istruzioni complesse, e supporta l'uso di strumenti sia in modalità thinking sia non-thinking[1][5]
- Speciale è stato servito da un endpoint temporaneo con i prezzi di V3.2 e senza chiamate a strumenti fino al 15 dicembre 2025, per supportare la valutazione della community[1][3]
- I pesi di V3.2 (e di Speciale) sono aperti con licenza MIT su Hugging Face, e il rapporto tecnico è stato pubblicato un giorno dopo su arXiv[2][5]
Funzionalità principali
- Mantiene la DeepSeek Sparse Attention di V3.2-Exp, che riduce il costo del contesto lungo preservando la qualità, e aggiunge un protocollo RL scalabile con più calcolo di post-addestramento[2][5]
- Nella tabella di lancio di DeepSeek, V3.2-Speciale ottiene AIME 2025 96.0 (GPT-5 High 94.6), HMMT Feb 2025 99.2 (88.3), IMOAnswerBench 84.5 (76.0), LiveCodeBench 88.7 (84.5) e Codeforces 2701 (2537), mentre Gemini-3.0-Pro è ancora in testa su HLE con 37.7 contro 30.6[1]
- V3.2 Thinking di per sé ottiene AIME 2025 93.1, GPQA Diamond 82.4, LiveCodeBench 83.3 e Codeforces 2386 con output molto più brevi di Speciale[1]
- Speciale non ha chiamate a strumenti ed era solo via API al lancio, mentre V3.2 è arrivato anche su app e web[3][6]
- OpenRouter elenca V3.2 con un contesto di 163,840 token e prezzi di terze parti a partire da circa $0.21 per milione di token in ingresso e $0.31 per milione di token in uscita[4]
Acquista suDeepSeek