智能快速的搜索體驗(yàn)，快來試試吧

從來都不是次打單一的，給我?guī)值袅?0.06 刀？小更新暴這塊要比 DeepSeek 高了有 20 倍了。

DeepSeek 8000 多個(gè) tokens，次打

最終，小更新暴R2 什麼時(shí)候來呢？次打

4417 個(gè)合成通用 agent 場(chǎng)景、小更新暴

12 月 1 日，次打

在下麵這張圖裏可以看到，小更新暴

當(dāng)然，次打沒有哪篇論文靠龐大的小更新暴集群才能完成。則用了 8077 個(gè) Tokens 才把問題給搞明白。次打50275 個(gè)真實(shí)搜索任務(wù)、小更新暴

而到了 DeepSeek V3.2 Speciale 這兒，次打?yàn)榱颂岣吣Ｐ偷男「卤┗A(chǔ)能力，

但開源模型在這塊花的次打心思就比較少了，同時(shí)丟給 Gemini 3 Pro 和 DeepSeek V3.2 Speciale 這兩個(gè)模型。

這正是 DeepSeek 在做的事情。都在老老實(shí)實(shí)的念書。。

這樣一來，讓這個(gè)全新的 DeepSeek V3.2 Speciale 成功的和前幾天爆火的 Gemini 3 打的有來有回。。DeepSeek 又整了不少新招：

先是把咱們的老朋友 DSA —— 稀疏注意力給轉(zhuǎn)正了。計(jì)算量就變成了原來的九倍，我回頭仔細(xì)看了眼賬單。過去的開源模型在訓(xùn)練後階段計(jì)算投入普遍偏低。雖然大家期待的 R2 還沒有來。再去仔細(xì)看這章的內(nèi)容就好。設(shè)計(jì)了一套新的強(qiáng)化學(xué)習(xí)協(xié)議，當(dāng)時(shí)隻是測(cè)了一下 DSA 會(huì)不會(huì)影響模型的性能，

而是在想辦法，想怎麼思考就怎麼思考。

從這個(gè)角度上來看，

而在有了目錄之後，如何用有限的數(shù)據(jù)，到 V3 的多頭潛在注意力（MLA），反而鼓勵(lì)模型想思考多久就思考多久，結(jié)果導(dǎo)致考出來的成績(jī)不太好。

DeepSeek-V3.2 用 24667 個(gè)真實(shí)代碼環(huán)境任務(wù)、DeepSeek 決定這次自己也要上名師輔導(dǎo)班，DeepSeek 構(gòu)建了一個(gè)虛擬環(huán)境，一路讀書讀到高考的過程。開始搞起各種強(qiáng)化學(xué)習(xí)，所以 DeepSeek 幹脆取消掉了這個(gè)扣分項(xiàng)，非常浪費(fèi)時(shí)間。還會(huì)直接不讓你聊了。

屬於是超級(jí)省錢冠軍了。

好消息，

結(jié)果發(fā)現(xiàn) Gemini 隻要 4972 個(gè) Tokens 就能把問題給答出來。是沒有未來的。

這東西在之前的 V3.2-EXP 版本裏出現(xiàn)過，合成了成千上萬條數(shù)據(jù)來輔助訓(xùn)練。

所以，。後麵的高性能版更是直接把 GPT 爆了，

我自己也測(cè)試了一下，

DeepSeek 想這樣不行啊，這一步大家都差不多，如果邊長(zhǎng)到原來的三倍，在這套老邏輯的影響下，

這是因?yàn)榇竽Ｐ驮淖⒁饬C(jī)製導(dǎo)致的問題，

但穀歌這邊，。V3.2 的稀疏注意力（DSA）。DeepSeek 開始重視起了開源模型的後訓(xùn)練工作。其實(shí)讓我想到了上個(gè)月，

這玩意的思路是這樣的：

過去的大模型因?yàn)樯舷挛拈L(zhǎng)度有限製，

光看用量的話，

但他們還是用自己的方式，就能讓大模型讀長(zhǎng)文的能力變的更強(qiáng)。

一方麵，

比起算力的堆砌，開源模型和閉源模型的差距正在不斷加大。就是他們願(yuàn)意承認(rèn)自己的不足。

壞消息，

但是話又說回來了。其實(shí)有點(diǎn)像是我們?nèi)祟悘男W(xué)開始，隻靠一味的給模型堆參數(shù)，

題目是：

蜂鳥類在足形目中獨(dú)特地?fù)碛须p側(cè)成對(duì)的橢圓形骨，都要和前麵的每一個(gè) token 互相算在一起做一次計(jì)算。。

為了做到這個(gè)目標(biāo)，DeepSeek 又出手了。傳統(tǒng)的 V3.1 的推理成本是越來越高。這次的 DeepSeek V3.2 Speciale 雖然能和穀歌的 Gemini 3 Pro 來打的五五開。

正如 DeepSeek 所言，

DeepSeek 雖然消耗的 token 多，於是就給大模型裏加了固定頁(yè)數(shù)的目錄（稀疏注意力），DeepSeek 才終於讓自己的新模型，

另一方麵，DeepSeek 是怎麼用更小的數(shù)據(jù)，CMO 2025（中國(guó)數(shù)學(xué)奧林匹克）等一係列比賽中拿下金牌。DeepSeek 發(fā)布了兩款新模型 —— DeepSeek V3.2 和 DeepSeek-V3.2-Speciale。猛刷題，直接把這套邏輯推翻重做?，F(xiàn)在是真的把這玩意給放到了主力模型上。但是人家價(jià)格便宜啊。DeepSeek 忍不了了，模型就越容易胡言亂語(yǔ)。

以前幾代 DeepSeek 的一個(gè)典型毛病是：會(huì)把思考和用工具給分開。所以在訓(xùn)練的時(shí)候都會(huì)做一些標(biāo)注懲罰的工作，但就是難題刷少了，對(duì)哪一章感興趣，

於是，

大家平時(shí)和大模型聊天的時(shí)候會(huì)發(fā)現(xiàn)，

這就導(dǎo)致一種很蠢的體驗(yàn)——哪怕隻是去查一下“今天幾月幾號(hào)” 這種小事，

從 V2 的 MoE，

大模型這一套從預(yù)訓(xùn)練開始，

這位 OpenAI 曾經(jīng)的靈魂人物認(rèn)為，在預(yù)訓(xùn)練結(jié)束後，

模型一旦去調(diào)用外部工具，最近半年來，看完目錄，

前麵的大規(guī)模預(yù)訓(xùn)練，把之前缺的這塊給補(bǔ)上。那甚至相當(dāng)於幾塊GPU的規(guī)模，

但是要回答相同的問題，

而到了 DeepSeek 這邊，有了能和世界頂尖開源模型再次一戰(zhàn)的能力。

但托尼最喜歡 DeepSeek 的一點(diǎn)，。隻有當(dāng)用戶發(fā)來一條新的提問時(shí)，才會(huì)重置這一輪推理；而工具的調(diào)用記錄和結(jié)果，它往往又要重新鋪一遍思路。這是一種嵌入在膨脹的十字翼腱膜的尾狀骨中，閉源模型一般都會(huì)請(qǐng)名師，DeepSeek 還優(yōu)化了模型使用各種工具的流程。

而且還會(huì)直接在論文裏寫出來。

通過這修改模型架構(gòu)，做出能和國(guó)際巨頭來抗衡的模型？

我們翻開了他們的論文，還是開源模型，確實(shí)是有不小的差距。

DeepSeek 展現(xiàn)給我們進(jìn)步，ResNet也一樣。開源模型和閉源模型的差距越來越大了。這塊籽骨支撐著多少對(duì)對(duì)腱？請(qǐng)用數(shù)字回答。到考試打分的過程，依靠堆砌參數(shù)規(guī)模所帶來的提升。

這是這家公司今年第九次發(fā)布模型，從“人類的最終考試” 的題庫(kù)裏隨便抽了道題目，再到如今 DeepSeek Math V2 的自驗(yàn)證機(jī)製，5908 個(gè)真實(shí)的代碼解釋任務(wù)做後訓(xùn)練。卷子全過一遍，。想把這件事給大家講清楚。

同時(shí)還推出了個(gè)能思考超長(zhǎng)時(shí)間的特殊版本 —— DeepSeek V3.2 Speciale。大多在8～64塊GPU範(fàn)圍內(nèi)。即使做了這麼多改進(jìn)，。隨著句子越來越長(zhǎng)，相當(dāng)於幫模型劃重點(diǎn)了。讓我們回到論文的開頭。

而 DeepSeek 的各種節(jié)省算力，相當(dāng)於從小學(xué)到高二，相當(dāng)於就是看書先讀目錄，非常麻煩。以後每次隻需要計(jì)算這個(gè) token 和這些目錄的關(guān)係就行了，模型的“思考過程”會(huì)一直保留下來，一場(chǎng)關(guān)於 Ilya Sutskever 的訪談。

這就導(dǎo)致了句子增長(zhǎng)一倍，

但是用上了稀疏注意力的 3.2 則沒什麼變化。不管是閉源模型，5000 個(gè) tokens 不到，

另一方麵，

甚至聊的太多了，模型也會(huì)從頭開始重建整套推理鏈，

在 V3.2 這裏，節(jié)約數(shù)據(jù)的操作，

但到了高考衝刺階段就不一樣了，

最後，按今天的標(biāo)準(zhǔn)看，等工具查完結(jié)果再回來，對(duì)算法的研究也一樣重要。練習(xí)冊(cè)、

比如這次論文就提到了，你在一個(gè)對(duì)話框裏聊的越多，DeepSeek 的表現(xiàn)也算不上完美。

前者和 GPT-5 能打的有來有回，如果模型深度思考的內(nèi)容太長(zhǎng)了，重視後訓(xùn)練，花了我 0.0032 美元。

還在IMO 2025（國(guó)際數(shù)學(xué)奧林匹克）、會(huì)像聊天記錄一樣一直留在上下文裏。開始和閉源模型天花板 —— Gemini 打了個(gè)五五開。Transformer剛出現(xiàn)時(shí)的實(shí)驗(yàn)規(guī)模，

還是剛才那個(gè)問題，最後讓模型來考一個(gè)不錯(cuò)的成果。前麵那段思考基本就算寫完收工了，在模型的後訓(xùn)練階段，每個(gè) token 出來，花了超過總訓(xùn)練算力的 10% 來給模型開小灶，DeepSeek 的的 Tokens 消耗量高了快六成，那就會(huì)扣分。強(qiáng)化 Agent 能力的三板斧，在不斷追趕這份差距。來堆積出更多的智能。嵌入壓低多粒骨的尾狀骨。

此外DeepSeek 還很重視模型在智能體方麵能力。更少的顯卡，

巧婦狂作無米之炊

所以，

AlexNet隻用了兩塊GPU。

這就導(dǎo)致這些模型可能基礎(chǔ)能力是已經(jīng)到位的了，把所有課本、按照 DeepSeek 的說法，模型的計(jì)算量就得增加到原來的四倍，

現(xiàn)在的規(guī)則變成：在一整串工具調(diào)用的過程中，DeepSeek 需要花費(fèi)更多的 token。怎麼感覺還是 DeepSeek 更香一些。