DeepSeek V3.2 · 官方来源 · 厂商自报
官方把 V3.2 定位为日常平衡型、可在 thinking 与 non-thinking 中调用工具的 Agent 模型，把 V3.2-Speciale 定位为最高推理/竞赛型但发布时不支持工具，二者不能混作一个模型。
待验证：本次未能重新核实原文。下方历史数字不代表已核实的当前结果。
官方把 V3.2 定位为日常平衡型、可在 thinking 与 non-thinking 中调用工具的 Agent 模型，把 V3.2-Speciale 定位为最高推理/竞赛型但发布时不支持工具，二者不能混作一个模型。
模型：DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale；V3.2 可用 App/Web/API，Speciale API-only。
能力：推理、工具使用、Agent 数据合成、竞赛数学/编程；官方发布页没有逐项公开完整 harness。
上下文/成本：发布说明强调 V3.2 的 balanced inference vs length；没有在该页列出完整 token/价格表。
官方称 V3.2 继承 V3.2-Exp 使用方式；V3.2-Speciale 当时通过临时 endpoint 提供，到 2025-12-15 结束，same pricing、no tool calls。V3.2 的 thinking/tool-use 详情指向 Thinking Mode 文档。
V3.2：官方称 balanced inference vs length，作为日常 driver，性能达到 GPT-5 level（官方定位语句）。
V3.2-Speciale：官方称 maxed-out reasoning，接近 Gemini-3.0-Pro，并在 IMO、CMO、ICPC World Finals、IOI 2025 达到 gold-level results。
Agent 训练：覆盖 1,800+ environments 和 85k+ complex instructions；V3.2 首次把 thinking 直接整合进 tool-use，并支持 thinking/non-thinking 工具模式。
如果工作流需要 API 工具调用、日常编码和研究 Agent，选择 V3.2 并固定 thinking 状态；如果只比较数学/极限推理，可单独研究 Speciale，但不能把 Speciale 的竞赛成绩当作 V3.2 Agent 能力。
发布页是厂商定位与选择性结果，没有完整原始输入、失败样本、成本和方差。
“GPT-5 level”“rivals Gemini-3.0-Pro”是官方描述，不是同 harness 的独立证明。
Speciale 临时 endpoint 已过期（按发布页时间），不能据此设计当前生产接入。
Agent 数据合成规模不是 benchmark score。
锁定当前可用模型 ID；不要使用过期 Speciale endpoint。
对 V3.2 的 thinking/non-thinking 分别跑相同任务，记录工具调用、reasoning_content、token、延迟和最终正确性。
对数学/编程任务另建竞赛 split，明确是否允许工具和额外 token。
报告 V3.2 Agent 与 Speciale reasoning 两条结果线，不合并成一个总分。
本文中的数字、任务集、推理档位和客户端条件只在所列来源及采集时点内成立。不同版本、不同 harness 或不同提供商的数据不能直接并排比较；未公开的参数保持未知。
需要复测时，请固定模型版本、提供商或客户端、推理档位、工具、任务集版本、样本数和采集日期，并记录失败、重试与人工修正。完整方法和复现步骤见下方来源笔记。
DeepSeek API Docs / DeepSeek-V3.2 Release · DeepSeek · 原文发布日期 2025-12-01 · 本站编辑日期 2026-09-20
打开原始来源DeepSeek V3.2
下载 Tabbit 客户端后检查模型可用性
