DeepSeek V3.2 正式版来了:首个把"思考"塞进工具调用的开源模型怎么用
一、正式版到底更新了什么
官方说法是:两个月前发布实验性的 DeepSeek-V3.2-Exp 后,收到大量对比测试反馈,未发现 V3.2-Exp 在任何特定场景中显著差于 V3.1-Terminus——这验证了 DSA 稀疏注意力机制的有效性。基于这批反馈,官方同时放出了两个正式版模型:
- DeepSeek-V3.2:官方网页端、App 和 API 均已升级为正式版。
- DeepSeek-V3.2-Speciale:长思考增强版,目前仅以临时 API 服务形式开放,供社区评测与研究。
对普通用户来说,唯一的动作是:不用改任何使用方式,网页、App、API 都已经是正式版了。
二、V3.2 和 Speciale 怎么分工
这俩不是"高配低配",是两种用途。原文给的定位很明确:
| 对比项 | DeepSeek-V3.2 | DeepSeek-V3.2-Speciale |
|---|---|---|
| 设计目标 | 平衡推理能力与输出长度,适合问答与通用 Agent 任务 | 把开源模型的推理能力推到极致,探索能力边界 |
| 推理水平 | 公开推理类 Benchmark 达到 GPT-5 水平,仅略低于 Gemini-3.0-Pro | 主流推理基准媲美 Gemini-3.0-Pro |
| 竞赛成绩 | — | IMO 2025、CMO 2025、ICPC World Finals 2025、IOI 2025 金牌;ICPC 与 IOI 分别达到人类选手第二名与第十名水平 |
| 工具调用 | 支持,且思考模式与非思考模式都支持 | 不支持 |
| 成本 | 常规 | Tokens 消耗显著更多,成本更高 |
| 可用范围 | 官方网页 / App / API | 仅供研究,临时 API 服务 |
在高度复杂任务上 Speciale 大幅优于标准版本,但消耗的 Tokens 也显著更多,成本更高;且目前不支持工具调用,暂未针对日常对话与写作做专项优化。
结论很清楚:日常问答、写东西、跑 Agent 用 V3.2;只有做数学证明类研究才碰 Speciale。
三、最值钱的变化:思考融入工具调用
这是 V3.2 与以往版本最大的区别。原文写得很直接——V3.2 是首个将思考融入工具使用的模型,并且同时支持思考模式与非思考模式的工具调用。
实现方式是一种大规模 Agent 训练数据合成方法:构造了大量「难解答,易验证」的强化学习任务,规模为 1800+ 环境、85,000+ 复杂指令,目的是提高模型的泛化能力。
效果上,V3.2 在智能体评测中达到当前开源模型的最高水平,大幅缩小开源与闭源的差距。原文特别说明:V3.2 并未针对这些测试集的工具做特殊训练,因此有理由相信它在真实应用场景里也能展现出较强泛化性。
实际使用时你会看到模型「多次思考 + 工具调用」后才给出答案,答案比原来更详尽准确——代价是过程变长。
四、怎么在 API 里用起来
如果你自己接 API,有几个硬信息必须知道:
- 思考模式下要回传思维链。模型在回答过程中会多次思考 + 调用工具,用户需把
reasoning_content回传给 API,模型才能继续思考。 - 切换到下一个用户问题时,需删除之前的思维链,只保留其它内容发给 API。
- Speciale 的临时访问方式:API 用户可通过设置
base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215"访问该模型;价格不变,最大输出长度默认 128K,支持时间截止至北京时间 2025-12-15 23:59。
用 Claude Code 的用户可以把模型名改为 deepseek-reasoner,或在 Claude Code CLI 中按 Tab 键开启思考模式。但要注意:思考模式未充分适配 Cline、RooCode 等使用非标准工具调用的组件,原文建议用这类组件时继续使用非思考模式。
五、普通人怎么判断要不要换
给你三条可直接执行的判断:
- 如果你主要做问答和写作——不用换,本来就在用 V3.2 正式版了,直接感受输出更准、等待更短就行。
- 如果你想让 AI 帮你查资料、算数、跑多步任务——这是 V3.2 的主场,思考 + 工具调用能自动串联,不用你手动分步问。
- 如果你在拼 Token 成本——特别提醒:V3.2 相比 Kimi-K2-Thinking 输出长度大幅降低,显著减少了计算开销与用户等待时间;这是它成本更友好的来源。
原文还提到一个第三方示例:通过 LobeChat 使用 DeepSeek-V3.2 的深度思考 + 工具调用能力,可以得到更详细准确的回复——如果你的客户端还没开思考模式,这是个低成本的升级尝试。
行动建议:拿一个你平时要查三四个来回才能问完的复杂问题(比如"对比三款产品各自的优缺点再给建议"),在开启了思考模式的环境里跑一次,对比开启前后的答案完整度和等待时间,就知道这次更新对你值不值。
猜你喜欢
YOU LIKE- ChatGPT Work 模式 1 小时崩:自动化任务失败该怎么办
- 睡眠不好怎么调理最快?四个方法帮你改善失眠
- 国际会议论文怎么选题:从需求地图到一句话创新点
- 情绪健康不是"心情不好":一条连续谱,七成人卡在中间那段
- OPPO R17 参数亮点回顾:水滴屏+屏幕指纹+第六代康宁玻璃
- 求职英语自我介绍怎么写:结构、要点与避坑
- 战网被攻破那天,官方说的第一句话是"快去改密码"
- 家里门怎么布局才舒服:门位、开门方向与相对布局
- 保险种类太多挑花眼?先搞懂这 5 类再下单
- 面试最容易踩的坑:调查数据里的5类失误与准备清单
- 乳胶漆刷几遍才对?底漆、面漆的作用与遍数
- 2026房地产估价师准考证10月27日起打印:别按全国统一时间猜
- 用思维导图训练逻辑思维:分类、分层、连接三能力
- 毕业生简历的 8 个典型问题:5 个低级、3 个高级
- 意外/健康险理赔要哪些材料:4类情形清单,一次备齐
- 给 AI 用了三个月,为什么业务没变快:卡在六道坎
- DeepSeek-R1 到底能干什么:开源、可商用、怎么用、多少钱
- 宽带慢先测再治:在线测速三步 + 从易到难排查清单
